You can deploy this model and start earning money today!

0xMori/
gemma-2-9b-safori-cbt-merged

Name: gemma-2-9b-safori-cbt-merged
Availability: InStock

text-generation-inference

endpoints_compatible

Views

No views yet

🧠 Doran-i (CBT Counseling Specialist)

📖 Model Details

Model Description

**Doran-i(도란이)**는 구글의 고성능 오픈 모델인 gemma-2-9b-it를 기반으로, CBT(인지행동치료) 기법을 수행할 수 있도록 정교하게 미세조정(Fine-tuning)된 한국어 심리 상담 AI 모델입니다.

기존 Gemma 3의 실험적 아키텍처 대신, 검증된 성능과 안정성을 자랑하는 Gemma 2 9B를 채택하여 한국어 뉘앙스 파악 능력과 상담의 깊이를 대폭 강화했습니다.

단순한 위로를 넘어, 내담자의 말 속에 숨겨진 **12가지 인지 왜곡(Cognitive Distortion)**을 탐지하고, **소크라테스식 질문(Socratic Questioning)**을 통해 내담자가 스스로 부정적 사고의 고리를 끊도록 돕습니다.

Developed by: Kong Yoonseo (0xMori) @ Safori
Model type: Causal Language Model (QLoRA Fine-tuned)
Language(s): Korean (한국어)
License: Gemma Terms of Use
Base Model: google/gemma-2-9b-it
Hardware: Trained on NVIDIA T4, Merged on TPU v5e-8

Model Sources

Repository: https://huggingface.co/0xMori/gemma-2-9b-safori-cbt-merged
Service Github: [Team Safori]

🎯 Uses

Direct Use (JSON Output)

이 모델은 구조화된 JSON 형식으로 상담 결과를 출력하도록 훈련되었습니다:

json

{
  "emotion": "sad",
  "empathy": "내담자의 감정에 대한 깊은 공감 멘트",
  "detected_distortion": "흑백논리",
  "analysis": "내담자가 왜 그런 생각을 하게 되었는지에 대한 분석",
  "socratic_question": "반박 증거를 찾도록 유도하는 질문",
  "alternative_thought": "긍정적 대안 사고 예시"
}

Out-of-Scope Use (사용 제한)

의료적 진단: 이 모델은 의사가 아니며, 정신질환을 진단하거나 약물을 처방할 수 없습니다.
즉각적인 위기 개입: 자살/자해 등 응급 상황 발생 시 핫라인 안내가 필요합니다.

💻 How to Get Started

Hugging Face Transformers 라이브러리를 사용하여 바로 실행할 수 있습니다.

python

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

# Merged Model (어댑터 병합 완료)
model_id = "0xMori/gemma-2-9b-safori-cbt-merged"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    device_map="auto",
    torch_dtype=torch.float16
)

# Alpaca 포맷 (학습 시 사용한 포맷 준수 권장)
prompt = """당신은 전문적인 인지행동치료(CBT) AI 상담사 '도란이'입니다.
### 사용자 입력:
사람들이 다 나를 싫어하는 것 같아서 모임에 나가기가 두려워.
### 응답 (JSON):
""

input_ids = tokenizer(prompt, return_tensors="pt").to("cuda")

outputs = model.generate(
    **input_ids,
    max_new_tokens=512,
    do_sample=True,
    temperature=0.7,
    top_p=0.9
)

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

⚙️ Training Details

Training Data

Custom Dataset (Safori CBT): 인지행동치료 이론을 바탕으로 자체 구축한 고품질 한국어 상담 대화셋 (약 400건).
Preprocessing:
- Input(내담자 발화) - Output(JSON 구조) 형태의 Alpaca 프롬프트 포맷 적용.
- 다양한 인지 왜곡 유형(흑백사고, 과잉일반화 등)을 골고루 분포시킴.

Training Procedure

Technique: QLoRA (Quantized Low-Rank Adaptation)
Optimization Strategy:
- Early Stopping: Training Loss 0.65 도달 시 과적합 방지를 위해 조기 종료.
- Stable Environment: 호환성 이슈가 있는 Unsloth 대신 Pure Hugging Face (TRL 0.8.6) 라이브러리 사용.
Hyperparameters:
- Learning Rate: 2e-4
- Batch Size: 1 (Gradient Accumulation: 8) -> Effective Batch Size 8
- Optimizer: paged_adamw_8bit
- Quantization: 4-bit (NF4)
- LoRA Rank (r): 16, Alpha: 16
- Max Sequence Length: 2048