Соревнование по сложному логическому мышлению для LLM: Hi-ToM

Представлен датасет Hi-ToM, предназначенный для тестирования способности больших языковых моделей к сложному рассуждению и отслеживанию состояния объектов. Задачи требуют от модели анализа хронологических событий, перемещений агентов и изменения расположения предметов в многошаговых сценариях.