英语没学好，如同打游戏重开一个账号，又学了日语，终究也是拿不出手。虽然努力阅读英文书、日文书，但不求甚解，勉强维持对语言的熟悉度，与精进相去甚远。

本研究解决了韩语大语言模型（LLMs）评估方法缺乏标准化框架的问题，导致结果不一致和可比性有限。论文提出了HRET Haerae评估工具包，这是一个专门为韩语LLMs量身定制的开源自我演化评估框架，整合了多种评估方法，并通过模块化架构和自动化管道实现持续演变，为韩语自然语言处理研究提供了可靠的基础。

朝鲜APT组织ScarCruft近期利用名为KoSpy的Android间谍软件，主要针对韩语和英语用户。该软件伪装成实用应用，通过Google Play分发，收集短信、通话记录和位置信息。KoSpy与APT37和APT43有关联，显示出针对韩国用户的网络间谍活动。

本文介绍了韩语自然语言理解评估标准KLUE及相关研究，涵盖多个韩语任务和预训练语言模型（PLM）。KLUE通过多样化语料库构建任务，强调版权和伦理，促进未来研究。KMMLU基准测试显示韩语LLM模型表现不足，需改进。EEVE-Korean模型在非英语文本理解上表现优异，提出增强低资源语言表现的策略，强调提升LLM在复杂语义理解中的能力。

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。

本文提出了语义链模型和话语信息模型，探讨其在自然语言处理中的应用。研究表明，语义语言模型（SemLM）能提升共指消解和话语分析的性能，并通过自动标记和情感分析增强Argument Mining系统的鲁棒性。此外，结合主题模型与语言模型提升了语言理解能力，尤其在文档级上下文抽取方面表现优异。

本文提出了一种基于常识知识的因果情感推断方法，通过增强图注意模块提取对话上下文和情感知识，从而提升情感识别性能。研究还分析了多个情感数据集，探讨了情感推断与人类行为的相似性，并强调了常识模型在情感识别中的重要性。

研究人员提出了新的韩语基准KMMLU，包含35,030个专家级多项选择题，涵盖人文学科到STEM学科。测试26个LLM模型，最好的公开模型在KMMLU上准确率为50.54％，低于人类平均表现62.6％。研究人员呼吁改进韩语LLMs，并将KMMLU整合到EleutherAI的语言模型评估工具中。

该论文介绍了自注释 Reddit 语料库（SARC），为讽刺研究和讽刺检测系统提供数据。作者对每个陈述进行了注释，并提供了用户、主题和对话上下文。通过构建基准测试和评估基线方法，对该语料库进行了准确度评估。

该文介绍了一种考虑词素的子词切分方法，用于解决韩语中字节对编码（BPE）的挑战。该方法在预训练语言模型中平衡了语言准确性和计算效率，并在评估中表现良好，提高了句法任务的结果。

本文介绍了一种名为KoBigBird-large的大规模韩语BigBird模型，采用作者提出的TAPER编码，能够在韩语语言理解方面实现领先水平并处理长序列。实验证明，该模型在韩语语言理解基准测试中表现出类似的领先水平，并在长序列上的文档分类和问题回答任务中展现了更好的性能。