CLIcK 韩语文化与语言智能数据集

CLIcK 数据集由韩国科学技术院创建，旨在填补韩语大模型在文化与语言知识评估方面的空白。该数据集包含 1995 对问答样本，源自官方韩国考试与教科书，覆盖语言和文化两大类，细分为 11 个子类别，每个样本都提供了细粒度的注释，指明回答问题所需的文化和语言知识。

通过官方许可，研究团队从六项韩国考试和一本教科书中提取问题，同时利用 GPT-4 生成新问题，确保了内容的原创性与文化相关性，经过严格的人工审核与分类，CLIcK 最终形成了一个高质量的韩语评估基准。该数据集作为评估韩语语言模型文化与语言理解能力的重要基准，为推动相关领域的研究提供了坚实的数据支撑。