from transformers import AutoTokenizer, AutoModelForCausalLM
from peft import PeftModel

# 베이스 모델과 토크나이저 로드
base_model = AutoModelForCausalLM.from_pretrained("LGAI-EXAONE/EXAONE-3.5-2.4B-Instruct")
tokenizer = AutoTokenizer.from_pretrained("LGAI-EXAONE/EXAONE-3.5-2.4B-Instruct")

# LoRA 어댑터 적용
model = PeftModel.from_pretrained(base_model, "ryanu/my-exaone-raft-model")

# 추론 예시
messages = [
    {"role": "system", "content": "주어진 컨텍스트를 바탕으로 질문에 답변하세요."},
    {"role": "user", "content": "컨텍스트: 한국의 수도는 서울입니다. 질문: 한국의 수도는?""}
]

input_text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer.encode(input_text, return_tensors="pt")

with torch.no_grad():
    outputs = model.generate(inputs, max_new_tokens=100, temperature=0.7)
    
response = tokenizer.decode(outputs[0][inputs.shape[1]:], skip_special_tokens=True)
print(response)

Training Details

Base Model: LGAI-EXAONE/EXAONE-3.5-2.4B-Instruct
Fine-tuning Method: QLoRA (4-bit quantization + LoRA)
Task: Retrieval-Augmented Generation (RAG)
Language: Korean
Training Data: RAFT methodology based Korean RAG dataset

Training Framework: Hugging Face Transformers + PEFT
Optimization: 8-bit AdamW
Learning Rate: 1e-4
Batch Size: 32 (with gradient accumulation)
Precision: FP16

Performance

이 모델은 베이스라인 EXAONE 모델 대비 한국어 RAG 태스크에서 향상된 성능을 보입니다. 자세한 평가 결과는 학습 리포지토리를 참고하세요.