KMMLU是一个新的韩语基准，包含35,030个专家级多项选择题，涵盖人文学科到STEM学科。LLMs在KMMLU上的准确率较低，需要改进。该基准已在Hugging Face Hub上公开，并整合到EleutherAI的语言模型评估工具中。

KMMLU是一个新的韩语基准，包含35,030个专家级多项选择题，涵盖人文学科到STEM学科。测试发现，目前的韩语LLMs表现较差，最好的公开模型准确率为50.54％，远低于人类平均表现62.6％。需要进一步改进韩语LLMs，而KMMLU提供了正确工具。数据集已在Hugging Face Hub上公开。

KMMLU是一个新的韩语基准，包含35,030个专家级多项选择题。测试发现，目前的韩语LLMs表现较差，需要进一步改进。KMMLU提供了正确的工具来追踪这一进展。

KMMLU是一个新的韩语基准，包含35,030个专家级多项选择题。测试发现，目前的韩语LLMs表现较差，需要进一步改进。KMMLU提供了正确的工具，数据集已在Hugging Face Hub上公开。

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。

KMMLU是一个新的韩语基准，包含35,030个专家级多项选择题。测试发现，目前的韩语LLMs表现较差，最好的模型准确率为50.54％。KMMLU提供了正确的工具来追踪韩语LLMs的改进。数据集已在Hugging Face Hub上公开，并整合到EleutherAI的语言模型评估工具中。

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。最佳模型在KMMLU上的准确率为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。