Ko-R1-3 Build Log #2, 50 Runs to Find the Best Post Training Mix

Ko-R1-3 개발기 2편, 50회 대규모 실험으로 최적 데이터 조합 찾기

Ko-R1-3 Build Log, 7M Data to a Stable Korean Reasoning Model

한국어 추론 모델 Ko-R1-3 개발기, 700만 데이터로 안정화까지

SPOT Benchmark Reveals Multimodal LLM Verification Limits, Finds Errors Without Confidence

SPOT 벤치마크로 본 멀티모달 LLM 검증의 한계, 오류는 찾지만 확신은 없다

Test Time Scaling Works in English, Why It Falters Multilingually

영어에선 통하던 Test Time Scaling, 다국어에선 왜 힘이 빠질까?

구구단으로 파헤쳐보는 한국어 LLM

KRX 금융 언어 모델 경진대회와 한국어 금융 언어 모델 ₩ON 이야기

Reaching New Heights: GPT-4o Level with Ko-R1-1.5B

Ko-R1-1.5B, GPT-4o의 경지에 도달하다

Test-Time Scaling with OLAF2

OLAF2 Test-Time Scaling (한글버전)

Korean Reasoning Benchmarks: HRM8K & HRMCR

한국어 추론 벤치마크: HRM8K & HRMCR

원라인에이아이 추론특화 모델 OLAF v2를 소개합니다!

Releasing QwQ-LongCoT-130K

Introducing HRM8K, the first Korean Math Reasoning Benchmark

2024 KRX 금융 언어 모델 경진대회

금융 도메인 언어모델 학습을 위한 합성데이터 생성 기법 Part1: Self-Instruct

금융 도메인 언어모델 학습을 위한 합성데이터 생성 기법 Part2: Wizard LM

금융 도메인 언어모델 학습을 위한 합성데이터 생성 기법 Part3: Cosmopedia

대규모 언어 모델을 통한 금융 추론: 투자 의견 생성의 시대

HAE-RAE Bench: 한국어 LLM의 문화적 이해도를 측정하다

GPT-4를 활용한 금융 도메인 벤치마크 자동화: KRX-Bench의 등장

KMMLU: 번역의 한계를 넘은 진짜 한국어 평가

MTI Bench로 본 LLM의 Multi-Task Inference 능력

K2-Eval: 한국어와 한국 문화에 대한 평가

AI의 평가 능력, 정말 믿을 수 있을까? LLM-as-a-Judge와 Reward Model의 실험적 고찰