README.md

---
language:
- ko
- en
library_name: transformers
license: cc-by-nc-sa-4.0
pipeline_tag: text-generation
tags:
- pytorch
---


## Model Description

K-S 고객사 프로젝트 시 생성한 RAG 데이터셋을 활용하여 Supervised Fine-Tuning(a.k.a SFT) 학습한 모델입니다. 학습 데이터셋은 보안에 의해 공개하지 않습니다. 

## About the Model

- **Name:** TwinDoc/RedWhale-tv-10.8B-sft-k
- **Finetuned from model:** [TwinDoc/RedWhale-tv-10.8B-v1.0](https://huggingface.co/TwinDoc/RedWhale-tv-10.8B-v1.0)
- **Train Datasets:** private
- **Developed by:** 애자일소다 (AGILESODA)
- **Model type:** llama
- **Language(s) (NLP):** 한국어
- **License:** cc-by-nc-sa-4.0

- **train setting**
    - Lora r, alpha : 32, 32
    - Dtype : bf16
    - Epoch : 5
    - Learning rate : 1e-5
    - Global batch : 1
    - Context length : 4096

- **inference setting**
    - BOS id : 1
    - EOS id : 2
    - Top-p : 0.95
    - Temperature : 0.01

## prompt template
    
```
### User: 당신은 인공지능 비서입니다. 사용자가 여러분에게 과제를 줍니다. 당신의 목표는 가능한 한 충실하게 작업을 완료하는 것입니다. 작업을 수행하는 동안 단계별로 생각하고 단계를 정당화하세요. User의 질문이 주어지면 고품질의 답변을 만들어주세요.
원문: {CONTEXT}
질문: 원문을 참고하여 답변하세요. {QUESTION}
 ### Assistant: {ANSWER}
```


## License

<img src="https://huggingface.co/TwinDoc/agilesoda-model-x/resolve/main/license__icon.png"  width="324">

The content of this project, created by AGILESODA, is licensed under the [Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)](https://creativecommons.org/licenses/by-nc-sa/4.0/).

## Citation

```
@misc{vo2024redwhaleadaptedkoreanllm,
      title={RedWhale: An Adapted Korean LLM Through Efficient Continual Pretraining}, 
      author={Anh-Dung Vo and Minseong Jung and Wonbeen Lee and Daewoo Choi},
      year={2024},
      eprint={2408.11294},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2408.11294}, 
}
```


**Built with:**

<a href="http://www.agilesoda.com/sub/twin_doc.php">
    <img src="https://huggingface.co/TwinDoc/RedWhale-tv-10.8B-v1.0/resolve/main/company_agilesoda_twindoc__icon.png" alt="AgileSoda TwinDoc Icon">
</a>