【LLM】ベンチマーク用オリジナル上級問題（v1）

LLMの高度な推論性能をテストするため、8分野・各8問、計64問からなるオリジナルの上級問題リスト（v1）を作成した。ベンチマーク問題は主に英語で、一部日本語や漢字を含む場合がある。

• LLMの高度な推論能力をテストするための、8分野・計64問からなるオリジナルの上級問題リストを作成した。
• 数学、情報科学、物理学など、数理的思考を重視した理系分野を中心に問題を作成している。
• 大学入試レベルから国際的な数学コンテストレベルの難易度の問題を含んでおり、LLMの限界性能を測ることを目的としている。
• 問題作成には、既存の入試問題の改変や、ChatGPT-5.6-Solの提案を基にしたオリジナルの問題も含まれている。
• プロンプト投入用のシェルスクリプト一式をGitHubで公開しており、ベンチマークテストの実施を容易にしている。