Model Card for Model ID

한국어->영어 번역용으로 훈련한 모형입니다. llama3.2의 경우 한국어->영어 번역에 오류가 잦아 별도로 훈련시켰습니다. 아래 사항에 주의해 주세요:

이 모델은 문장단위 번역으로 훈련시켰습니다. 따라서 긴 텍스트의 경우 번역에 오류가 있을 수 있습니다. 또한 인풋 텍스트에 줄바꿈이 있을 경우 결과물을 추출하는데 복잡해질 수 있습니다.
이 모델의 주 용도는 금융/경영 관련으로 상정하고 훈련했습니다.
총 96만여개의 문장 페어 (금융도메인 40여만개) 를 사용하여 훈련하였습니다.
이하 모델카드는 시간이 나는대로 추가하겠습니다.
번역 시 숫자를 제멋대로 생성하는 경향이 있어 주의 부탁드립니다. 현재로서는 instruction에 "숫자는 본문의 숫자를 그대로 사용하세요" 등을 추가하는 것이 더 안정적인 것으로 보입니다.
영 -> 한 번역도 동시에 훈련했으나, 성능이 상당히 만족스럽지 않습니다. 한 -> 영은 상대적으로 사용가능한 수준으로 보입니다.

사용에 있어, 아래 코드를 참고해주세요:

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
model_path = "kwoncho/Llama-3.2-1B-KO-EN-Translation"
model = AutoModelForCausalLM.from_pretrained(
    model_path,
    torch_dtype=torch.bfloat16,
    device_map="cuda:0",
    )
tokenizer = AutoTokenizer.from_pretrained(model_path)

한국어 -> 영어의 경우

test_input = "포스코그룹은 2010년 핸콕의 로이힐 철광석 광산 지분(12.5%) 투자를 시작으로, 2022년 포스코인터내셔널과의 호주 천연가스기업 세넥스에너지 공동 인수 등 그룹 전반에 걸쳐 핸콕과의 협력 범위를 넓히고 있다. "
prompt = f"""
  ### Instruction:
  영어로 번역하세요.
  ### Input:
  {test_input}
  ### Output:
  """

input_ids = tokenizer.encode(prompt, return_tensors="pt").to(model.device)
output = model.generate(
    input_ids,
    max_new_tokens=200,
    temperature=0.1,
    top_p=1,
    repetition_penalty=1.3,
    do_sample=True,
    eos_token_id=tokenizer.eos_token_id
    )
generated_text = tokenizer.decode(output[0], skip_special_tokens=True)
outputs        = generated_text.split("Output:")[1].strip().split('\n')[0].strip()
print(outputs) ### 한영 번역의 경우
"POSCO Group has begun investing in Roy Hill's iron ore mining (12.5% stake) and is expanding its cooperation with Hancock to include the acquisition of a joint venture between Posco International and Sencos Energy Australia Natural Gas Company by 2022 as part of the group overall efforts."

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

Developed by: [More Information Needed]
Funded by [optional]: [More Information Needed]
Shared by [optional]: [More Information Needed]
Model type: [More Information Needed]
Language(s) (NLP): [More Information Needed]
License: [More Information Needed]
Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

Repository: [More Information Needed]
Paper [optional]: [More Information Needed]
Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

Hardware Type: [More Information Needed]
Hours used: [More Information Needed]
Cloud Provider: [More Information Needed]
Compute Region: [More Information Needed]
Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]