Buchumschlag

KoSimpleQA: A Korean Factuality Benchmark with an Analysis of Reasoning LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ko, Donghyeon, Jin, Yeguk, Chae, Kyubyung, Lee, Byungwook, Jo, Chansong, In, Sookyo, Lee, Jaehong, Kim, Taesup, Kwak, Donghyun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From Threat to Tool: Leveraging Refusal-Aware Injection Attacks for Safety Alignment
von: Chae, Kyubyung, et al.
Veröffentlicht: (2025)

What Models Know, How Well They Know It: Knowledge-Weighted Fine-Tuning for Learning When to Say "I Don't Know"
von: Lee, Joosung, et al.
Veröffentlicht: (2026)

Mitigating Hallucination in Abstractive Summarization with Domain-Conditional Mutual Information
von: Chae, Kyubyung, et al.
Veröffentlicht: (2024)

Assessing Socio-Cultural Alignment and Technical Safety of Sovereign LLMs
von: Chae, Kyubyung, et al.
Veröffentlicht: (2025)

ReGUIDE: Data Efficient GUI Grounding via Spatial Reasoning and Search
von: Lee, Hyunseok, et al.
Veröffentlicht: (2025)

What If TSF: A Benchmark for Reframing Forecasting as Scenario-Guided Multimodal Forecasting
von: Jang, Jinkwan, et al.
Veröffentlicht: (2026)

Model-based Preference Optimization in Abstractive Summarization without Human Feedback
von: Choi, Jaepill, et al.
Veröffentlicht: (2024)

KoBBQ: Korean Bias Benchmark for Question Answering
von: Jin, Jiho, et al.
Veröffentlicht: (2023)

Beyond Case Law: Evaluating Structure-Aware Retrieval and Safety in Statute-Centric Legal QA
von: Chae, Kyubyung, et al.
Veröffentlicht: (2026)

KoBALT: Korean Benchmark For Advanced Linguistic Tasks
von: Shin, Hyopil, et al.
Veröffentlicht: (2025)

When Vision Models Meet Parameter Efficient Look-Aside Adapters Without Large-Scale Audio Pretraining
von: Yeo, Juan, et al.
Veröffentlicht: (2024)

Open Ko-LLM Leaderboard: Evaluating Large Language Models in Korean with Ko-H5 Benchmark
von: Park, Chanjun, et al.
Veröffentlicht: (2024)

Ko-MuSR: A Multistep Soft Reasoning Benchmark for LLMs Capable of Understanding Korean
von: Park, Chanwoo, et al.
Veröffentlicht: (2025)

Thunder-KoNUBench: A Corpus-Aligned Benchmark for Korean Negation Understanding
von: Jung, Sungmok, et al.
Veröffentlicht: (2026)

SDS KoPub VDR: A Benchmark Dataset for Visual Document Retrieval in Korean Public Documents
von: Lee, Jaehoon, et al.
Veröffentlicht: (2025)

Robust Domain Generalization under Divergent Marginal and Conditional Distributions
von: Yeom, Jewon, et al.
Veröffentlicht: (2026)

Open Ko-LLM Leaderboard2: Bridging Foundational and Practical Evaluation for Korean LLMs
von: Kim, Hyeonwoo, et al.
Veröffentlicht: (2024)

KoCoNovel: Annotated Dataset of Character Coreference in Korean Novels
von: Kim, Kyuhee, et al.
Veröffentlicht: (2024)

X-PEFT: eXtremely Parameter-Efficient Fine-Tuning for Extreme Multi-Profile Scenarios
von: Kwak, Namju, et al.
Veröffentlicht: (2024)

KoDialogBench: Evaluating Conversational Understanding of Language Models with Korean Dialogue Benchmark
von: Jang, Seongbo, et al.
Veröffentlicht: (2024)

KoCoSa: Korean Context-aware Sarcasm Detection Dataset
von: Kim, Yumin, et al.
Veröffentlicht: (2024)

Factuality or Fiction? Benchmarking Modern LLMs on Ambiguous QA with Citations
von: Patel, Maya, et al.
Veröffentlicht: (2024)

SimpleQA Verified: A Reliable Factuality Benchmark to Measure Parametric Knowledge
von: Haas, Lukas, et al.
Veröffentlicht: (2025)

Retaining and Enhancing Pre-trained Knowledge in Vision-Language Models with Prompt Ensembling
von: Kim, Donggeun, et al.
Veröffentlicht: (2024)

Ko-PIQA: A Korean Physical Commonsense Reasoning Dataset with Cultural Context
von: Choi, Dasol, et al.
Veröffentlicht: (2025)

Memory-Free Continual Learning with Null Space Adaptation for Zero-Shot Vision-Language Models
von: Jo, Yujin, et al.
Veröffentlicht: (2025)

Dynamical Billiard and a long-time behavior of the Boltzmann equation in general 3D toroidal domains
von: Ko, Gyounghun, et al.
Veröffentlicht: (2023)

KoTaP: A Panel Dataset for Corporate Tax Avoidance, Performance, and Governance in Korea
von: Na, Hyungjong, et al.
Veröffentlicht: (2025)

Nunchi-Bench: Benchmarking Language Models on Cultural Reasoning with a Focus on Korean Superstition
von: Kim, Kyuhee, et al.
Veröffentlicht: (2025)

Making Sense of Korean Sentences: A Comprehensive Evaluation of LLMs through KoSEnd Dataset
von: Yu, Seunguk, et al.
Veröffentlicht: (2025)

Gated Low-rank Adaptation for personalized Code-Switching Automatic Speech Recognition on the low-spec devices
von: Kim, Gwantae, et al.
Veröffentlicht: (2024)

KoBLEX: Open Legal Question Answering with Multi-hop Reasoning
von: Lee, Jihyung, et al.
Veröffentlicht: (2025)

TriBench-Ko: Evaluating LLM Risks in Judicial Workflows
von: Lee, Haesung, et al.
Veröffentlicht: (2026)

ExpertGenQA: Open-ended QA generation in Specialized Domains
von: Shahgir, Haz Sameen, et al.
Veröffentlicht: (2025)

CodeSimpleQA: Scaling Factuality in Code Large Language Models
von: Yang, Jian, et al.
Veröffentlicht: (2025)

Factors Associated With Health‐Promoting Behaviors Among South Korean Adults: A Cross‐Sectional Study
von: Yoonjung Kim, et al.
Veröffentlicht: (2024)

CARBD-Ko: A Contextually Annotated Review Benchmark Dataset for Aspect-Level Sentiment Classification in Korean
von: Jang, Dongjun, et al.
Veröffentlicht: (2024)

KMMMU: Evaluation of Massive Multi-discipline Multimodal Understanding in Korean Language and Context
von: Lee, Nahyun, et al.
Veröffentlicht: (2026)

BankMathBench: A Benchmark for Numerical Reasoning in Banking Scenarios
von: Lee, Yunseung, et al.
Veröffentlicht: (2026)

Video SimpleQA: Towards Factuality Evaluation in Large Video Language Models
von: Cao, Meng, et al.
Veröffentlicht: (2025)