📖 AI 总结

该研究关注韩国方言语料因不可再分发而导致的训练与评估复现难题，并提出基准KoDialectBench，包含五个地区、三个维度共1000个条目，以标识符哈希和评分代码形式发布，用户可基于自有授权副本重建数据。研究发现，合成数据的恢复效果高度依赖评估维度：最佳合成方案在地区识别上达到真实数据增益的91.2%，但在理解任务上仅为63.7%。生成任务的结果则取决于所用指标，部署的标记词典在方言度上报告92.3%，在地区匹配上高达119.3%，甚至超过真实数据参考值，而基于参考的生成仅为72.4%。作者进一步通过构造-不相交实验发现，当从规则中剔除20%标记类型后，方言度恢复率从91.8%骤降至8.1%，地区匹配从101.9%降至25.6%，但三项与流程无关的测量未下降。研究据此提出指标-构造覆盖度（MCC），并证明测量恢复率随MCC升高而单调上升，表明共享构造与评估清单会显著夸大合成数据的恢复估计。

🔑 关键词速览