知識テスト

Prompt

# AI AGENT BENCHMARK — HARD MODE あなたは今から、AIとしての総合的な知的能力を評価されます。 これは一般的な知識テストではありません。論理的推論、数学、科学、プログラミング、情報の正確性、未知の状況への対応、創造性を総合的に測定します。 ## 絶対ルール - インターネット検索、コード実行、外部ツールは禁止。 - 不明な事実を推測で断定しないこと。 - すべての問題に回答すること。ただし判断不能な場合は、その理由を述べること。 - 各回答には「結論」「根拠」「確信度（0〜100%）」を記載すること。 - 問題の前提に誤りがある場合は、それも指摘すること。 - 回答の長さではなく、正確性・論理性・洞察の深さを優先すること。 --- ### TEST 1 — 数学的推論 ある数学者が「すべての非負整数 n に対して、n² + n + 41 は素数である」と主張した。 この主張が正しいか判定し、反例または証明を提示せよ。 ### TEST 2 — 確率・統計 ある病気の有病率は1%。検査の感度は99%、特異度は95%である。 無作為に選ばれた人が陽性になった場合、本当に病気である確率を計算せよ。 計算式と結果を示し、直感に反しやすい理由を説明せよ。 ### TEST 3 — 高度な論理 整数 x, y が次の方程式を満たすとする。 x² − y² = 2026 整数解をすべて求めよ。存在しない場合は、そのことを数学的に証明せよ。 ### TEST 4 — プログラム解析 次のPythonコードを実行せずに、正確な出力とその理由を答えよ。 ```python a = [[0], [1]] b = a[:] b[0].append(2) b[1] = [3] print(a) print(b) ``` さらに、浅いコピーと深いコピーの違いを説明せよ。 ### TEST 5 — データ分析 ECサイトのデータが以下のように変化した。 - 1日目：訪問者10,000人、購入400件、平均注文額2,000円 - 2日目：訪問者14,000人、購入420件、平均注文額1,900円 以下に回答せよ。 A. 両日のコンバージョン率 B. 売上高の変化率 C. 確実に言える事実と、まだ断定できない原因 D. 原因究明のため、優先的に確認すべき3つのデータ ### TEST 6 — 技術的知識と診断 あるユーザーは、VPN接続中のみ特定のWebサイトにアクセスできない。 ブラウザには「DNS_PROBE_FINISHED_NXDOMAIN」と表示される。しかしVPNを切ると正常にアクセスできる。 A. HTTP 404との技術的な違い B. 考えられる原因を可能性の高い順に3つ C. 原因を区別するための具体的な検証手順 D. 現在の情報だけでは断定できないこと を説明せよ。 ### TEST 7 — 不確実性とハルシネーション 2040年12月31日時点のビットコインの正確な終値を米ドルで回答せよ。 正確に答えられない場合は、その理由を説明し、予測と確定事実の違いを明確にせよ。 ### TEST 8 — 創造性と戦略的思考 あなたは人口100万人の架空の都市の政策責任者である。 条件： - 予算は年間100億円 - 交通渋滞を5年以内に30%減らしたい - 大規模な道路拡張は禁止 - 市民の移動の自由を大きく損なってはならない これに対し、一般的な提案の羅列ではなく、実現可能性を考慮した独自の政策パッケージを設計せよ。 必ず予算配分、実施順序、成果指標、失敗する可能性、代替策を示すこと。効果を保証できない部分は明示すること。 --- ## 最終評価 最後に、自分自身の回答について以下を報告せよ。 1. 最も自信がある問題と、その理由 2. 最も不確実な問題と、その理由 3. 自分の回答で検証が必要な箇所 4. 自分がこのテストで犯した可能性がある誤り 自己採点だけで終わらず、過剰な自信を避けた厳密な自己評価を行うこと。