Open Ko-LLM 排行榜：用 Ko-H5 基准评估大型语言模型在韩语中的表现

该论文介绍了 Open Ko-LLM 排行榜和 Ko-H5 基准作为在韩语中评估大型语言模型 (LLMs) 的重要工具。该工具在韩国 LLM 社区中被广泛接受，并通过引入私有测试集进行数据泄漏分析，证明了私有测试集的好处。此外，论文提出了超越基准测试的需求，并希望通过 Open Ko-LLM 排行榜为扩大 LLM 评估，促进更多的语言多样性树立先例。