返回评测
推理 逻辑推理 未饱和 模态 · 文本 任务 · 选择 / 判断

ZebraLogic

来自经典 Zebra Puzzle 的逻辑推理问题,测试约束满足和排除法推理能力

多个研究团队 ·

考察能力

逻辑推理 约束满足 排除法 推理链

构建信息

数据规模
1,000 puzzles / 多种难度
评测方式
标准评测
核心指标
Accuracy (%)

模型效果排行

🥇 o3
86.2%
🥈 Claude Opus 4
62.4%
🥉 GPT-4o
38.1%

为什么重要

ZebraLogic 基于 Einstein’s Zebra Puzzle 的逻辑推理题——需要在多个约束条件下做排除法推理。

构建方式与示例

例如:“5 个人住不同颜色的房子、喝不同饮料、养不同宠物。已知:英国人住红房子、瑞典人养狗…”→推理谁养鱼?

关联基准与展望

关联:BBH、SimpleBench。不足:题目模式较单一。

逻辑 推理 谜题