cfiken https://blog.hatena.ne.jp/cfiken/ ABEJA Tech Blog https://tech-blog.abeja.asia/ ABEJAアドベントカレンダー2025 LLMに「謎解き」はできるのか？ ABEJAでデータサイエンス部のグループマネージャをしている中西 @cfiken です。本記事はABEJAアドベントカレンダー2025の13日目の記事です。 はじめに 謎解きの難しさ 検証のセットアップ 1. データセット：自作謎解きベンチマーク (riddle-benchmark) 2. 対象モデル 3. 検証方法 検証結果 結果のハイライト 分析・考察 問題別で見る reason カラムの内容の分析 難しめの問題 おわりに We Are Hiring! はじめに 2025年も残すところあとわずかとなりました。ここ数年に続き、今年もLLM・生成AIは大きく進… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftech-blog.abeja.asia%2Fentry%2Fadvent-2025-day13" title="LLMに「謎解き」はできるのか？ - ABEJA Tech Blog" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/c/cfiken/20251212/20251212163312.png Hatena Blog https://hatena.blog 2025-12-13 10:16:22 rich https://tech-blog.abeja.asia/entry/advent-2025-day13 1.0 100%