SEOKDONG
/

llama3.1_korean_v0.1_sft_by_aidx

@@ -12,7 +12,7 @@ pipeline_tag: text-generation
 ### 개발 되었으며 자체 제작한 53영역의 한국어 데이터를 활용하여 한국 사회 가치와
 ### 문화를 이해하는 모델 입니다. ✌
-# 학습 데이터
 - 해당 모델은은 자체 개발한 총 3.6GB 크기의 데이터를 바탕으로 학습되었습니다. 모두 233만 건의 QnA, 요약, 분류 등 데이터를 포함하며,
   그 중 133만 건은 53개 영역의 객관식 문제로 구성되었습니다. 이 영역에는 한국사, 사회, 재무, 법률, 세무, 수학, 생물, 물리, 화학 등이 포함되며,
   Chain of Thought 방식으로 학습되었습니다. 또한 130만 건의 주관식 문제는 한국사, 재무, 법률, 세무, 수학 등 38개 영역에 걸쳐 학습되었습니다.
@@ -20,7 +20,7 @@ pipeline_tag: text-generation
 - 학습 Instruction Datasets Format:
   <pre><code>{"prompt": "prompt text", "completion": "ideal generated text"}</code></pre>
-# 사용 사례
   해당 모델은 다양한 응용 분야에서 사용될 수 있습니다. 예를 들어:
 - 교육 분야: 역사, 수학, 과학 등 다양한 학습 자료에 대한 질의응답 및 설명 생성.
 - 비즈니스: 법률, 재무, 세무 관련 질의에 대한 답변 제공 및 문서 요약.
@@ -28,7 +28,7 @@ pipeline_tag: text-generation
 - 고객 서비스: 사용자와의 대화 생성 및 맞춤형 응답 제공.
 - 이 모델은 다양한 자연어 처리 작업에서 높은 활용도를 가집니다.
-# 한계 ⛈⛈
 - 해당 모델은 한국어와 한국 문화에 특화되어 있으나,
   특정 영역(예: 최신 국제 자료, 전문 분야)의 데이터 부족으로 인해 다른 언어 또는
   문화에 대한 응답의 정확성이 떨어질 수 있습니다.

 ### 개발 되었으며 자체 제작한 53영역의 한국어 데이터를 활용하여 한국 사회 가치와
 ### 문화를 이해하는 모델 입니다. ✌
+# ❶ 학습 데이터
 - 해당 모델은은 자체 개발한 총 3.6GB 크기의 데이터를 바탕으로 학습되었습니다. 모두 233만 건의 QnA, 요약, 분류 등 데이터를 포함하며,
   그 중 133만 건은 53개 영역의 객관식 문제로 구성되었습니다. 이 영역에는 한국사, 사회, 재무, 법률, 세무, 수학, 생물, 물리, 화학 등이 포함되며,
   Chain of Thought 방식으로 학습되었습니다. 또한 130만 건의 주관식 문제는 한국사, 재무, 법률, 세무, 수학 등 38개 영역에 걸쳐 학습되었습니다.
 - 학습 Instruction Datasets Format:
   <pre><code>{"prompt": "prompt text", "completion": "ideal generated text"}</code></pre>
+# ❷ 사용 사례
   해당 모델은 다양한 응용 분야에서 사용될 수 있습니다. 예를 들어:
 - 교육 분야: 역사, 수학, 과학 등 다양한 학습 자료에 대한 질의응답 및 설명 생성.
 - 비즈니스: 법률, 재무, 세무 관련 질의에 대한 답변 제공 및 문서 요약.
 - 고객 서비스: 사용자와의 대화 생성 및 맞춤형 응답 제공.
 - 이 모델은 다양한 자연어 처리 작업에서 높은 활용도를 가집니다.
+# ❸ 한계 ⛈⛈
 - 해당 모델은 한국어와 한국 문화에 특화되어 있으나,
   특정 영역(예: 최신 국제 자료, 전문 분야)의 데이터 부족으로 인해 다른 언어 또는
   문화에 대한 응답의 정확성이 떨어질 수 있습니다.