Update README.md

README.md

@@ -39,8 +39,8 @@ pipeline_tag: text-generation
 </div>
 
 AIとビッグデータ分析の専門企業であるLinkbricksのデータサイエンティストであるジ・ユンソン(Saxo)ディレクターが <br>
-Saxo/Linkbricks-Horizon-AI-Avengers-V1-32Bベースモデルを使用し、H100-80G 8個を通じて約25%程度のパラメータを日本語SFT->DPOした日本語強化言語モデル。<br>
-3千万件の日本ニュース及びウィキコーパスを基準に、様々なタスク別の日本語・韓国語・中国語・英語クロス学習データと数学及び論理判断データを通じて、日中韓英言語クロス補強処理と複雑な論理問題にも対応できるように訓練したモデルです。
+Saxo/Linkbricks-Horizon-AI-Avengers-V1-32Bベースモデルを使用し、H100-80G 8個で約35%程度のパラメータをSFT->DPOした多言語強化言語モデル。<br>
+8千万件の様々な言語圏のニュースやウィキコーパスを基に、様々なタスク別の日本語・韓国語・中国語・英語クロス学習データと数学や論理判断データを通じて、日中韓英言語のクロスエンハンスメント処理と複雑な論理問題にも対応できるように訓練したモデルである。
 -トークナイザーは、単語拡張なしでベースモデルのまま使用します。<br>
 -カスタマーレビューやソーシャル投稿の高次元分析及びコーディングとライティング、数学、論理判断などが強化されたモデル。<br>
 -Function Call<br>
@@ -50,8 +50,8 @@ Saxo/Linkbricks-Horizon-AI-Avengers-V1-32Bベースモデルを使用し、H100-
 <br><br>
 
 AI 와 빅데이터 분석 전문 기업인 Linkbricks의 데이터사이언티스트인 지윤성(Saxo) 이사가 <br>
-Saxo/Linkbricks-Horizon-AI-Avengers-V1-32B 베이스모델을 사용해서 H100-80G 8개를 통해 약 25%정도의 파라미터를 일본어 SFT->DPO 한 일본어 강화 언어 모델<br>
-3천만건의 일본 뉴스 및 위키 코퍼스를 기준으로 다양한 테스크별 일본어-한국어-중국어-영어 교차 학습 데이터와 수학 및 논리판단 데이터를 통하여 한중일영 언어 교차 증강 처리와 복잡한 논리 문제 역시 대응 가능하도록 훈련한 모델이다.<br> 
+Saxo/Linkbricks-Horizon-AI-Avengers-V1-32B 베이스모델을 사용해서 H100-80G 8개를 통해 약 35%정도의 파라미터를 SFT->DPO 한 다국어 강화 언어 모델<br>
+8천만건의 다양한 언어권의 뉴스 및 위키 코퍼스를 기준으로 다양한 테스크별 일본어-한국어-중국어-영어 교차 학습 데이터와 수학 및 논리판단 데이터를 통하여 한중일영 언어 교차 증강 처리와 복잡한 논리 문제 역시 대응 가능하도록 훈련한 모델이다.<br> 
 -토크나이저는 단어 확장 없이 베이스 모델 그대로 사용<br>
 -고객 리뷰나 소셜 포스팅 고차원 분석 및 코딩과 작문, 수학, 논리판단 등이 강화된 모델<br>
 -Function Call 및 Tool Calling 지원<br>
@@ -60,8 +60,8 @@ Saxo/Linkbricks-Horizon-AI-Avengers-V1-32B 베이스모델을 사용해서 H100-
 <br><br>
 
 Finetuned by Mr. Yunsung Ji (Saxo), a data scientist at Linkbricks, a company specializing in AI and big data analytics <br>
-about 25% of total parameters Japanese SFT->DPO training model based on Saxo/Linkbricks-Horizon-AI-Avengers-V1-32B through 8 H100-80Gs as a Japanese  boosting language model <br>
-It is a model that has been trained to handle Japanese-Korean-Chinese-English cross-training data and 30M Japanese news corpus and logic judgment data for various tasks to enable cross-fertilization processing and complex Korean logic & math problems. <br>
+about 35% of total parameters SFT->DPO->ORPO training model based on Saxo/Linkbricks-Horizon-AI-Avengers-V1-32B through 8 H100-80Gs as multi-lingual boosting language model <br>
+It is a model that has been trained to handle Japanese-Korean-Chinese-English cross-training data and 80M  multi-lingual news corpus and logic judgment data for various tasks to enable cross-fertilization processing and complex Korean logic & math problems. <br>
 -Tokenizer uses the base model without word expansion<br>
 -Models enhanced with high-dimensional analysis of customer reviews and social posts, as well as coding, writing, math and decision making<br>
 -Function Calling<br>