标签
该论文介绍了 NeoTrace 和 KoAGE，后者是一个考虑知识截止时间的基准，用于评估大型语言模型如何掌握、学习和创造韩语新词。研究发现，在所评估的 21 个模型中，词汇回忆能力与语境推断能力存在差异。
本文介绍了 KoNeoBench，这是一个精选的基准数据集，用于评估大型语言模型对韩语新词的理解，基于自2020年以来的1,785个在线新闻条目。它揭示了当前 LLM 在处理近期词汇变化和特定韩语语言特性方面的局限性。