# Tencent、HyperLogic推論ベンチマークの一部を公開

> TencentはHyperLogicの中国語論理問題の30％を、解答と評価ツールとともに公開した。残りの問題は非公開のままとなる。

Oossa · 2026-10-28 · https://oossa.com/ja/tencent-releases-part-of-its-hyperlogic-reasoning-benchmark

Tencentは2026年10月28日、HyperLogicのベンチマーク用リポジトリとデータセットを公開した。3段階に分けて中国語の論理推論能力を測るもので、解答は人手で作成するのではなく、形式モデルを論理ソルバーで実行して導き出している。

今回の公開分にはSeedが69問、Baseが59問、Hardが30問含まれるほか、採点ツールと、Hardの問題でエージェントをテストするためのサンドボックス環境も含まれる。残りの70％は非公開だ。チームが7つのモデルをテストしたところ、直接解答する方法ではHardの正答率がいずれも16％を超えなかった。コードサンドボックスを使うとスコアは上がったが、論理ライブラリを使った場合でも最高は57％だった。

## 事実

- 公開セットは計158問で、Seedが69問、Baseが59問、Hardが30問。
- ベンチマーク全体では、Seedが228問、Baseが195問、Hardが100問。

## なぜ重要か

公開された問題とツールを使えば、研究者は推論システムをテストできる。一方、ベンチマーク全体を評価し、テスト問題が広く知られるのを防ぐには、非公開の70％が必要となる。

## 出典と参考資料

1. [New repository Tencent-Hunyuan/HyperLogic: HyperLogic: a hard, forward-authored Chinese logical reasoning benchmark with execution-derived answers (Seed / Base / Hard)](https://github.com/Tencent-Hunyuan/HyperLogic) – Tencent Hunyuan, 2026-10-27

最終更新: 2026-10-28