LogicKor

LogicKor是一个用于评估韩国语语言模型在多个领域思考能力的多轮基准测试数据集。该数据集包含6个类别（推理、数学、写作、编码、理解、语法）的42个多轮提示，旨在通过LLM-as-a-judge方式测量模型在不同领域的表现。每个类别都有具体的描述，例如推理涉及逻辑思维和问题解决，数学涉及数学概念和计算等。