이 모델은 meta-llama/Llama-3.2-3B-Instruct를 기반으로 한국 민사법 도메인 지식에 특화되도록 Fine-tuning(LoRA)된 모델입니다. 사용자의 법률적 질의에 대해 전문적인 답변을 제공하며, 관련 법령, 판례, 관할 법원 등의 법률 개체(Legal Entities)를 추출하여 함께 제시할 수 있도록 학습되었습니다.

Base Model: meta-llama/Llama-3.2-3B-Instruct
Language: Korean (ko)
Task: Question Answering, Text Generation, Legal Entity Extraction
Training Method: Supervised Fine-Tuning (SFT) with PEFT(LoRA)

Intended Use & Limitations

Intended Use

한국 민사법 관련 기초적인 법률 질의응답
법률 문서 요약 및 주요 법령/판례 번호 추출
법률 AI 어시스턴트 연구 및 교육용 레퍼런스

Limitations & Ethical Considerations

주의사항: 이 모델은 교육 및 연구 목적으로 개발되었으며, 전문적인 법률 상담이나 변호사를 대체할 수 없습니다. * LLM의 특성상 환각(Hallucination) 현상이 발생하여 존재하지 않는 법령이나 판례를 생성할 수 있습니다. 실제 법적 조치가 필요한 경우 반드시 법률 전문가(변호사 등)의 조언을 구해야 합니다.

Training Details

Training Data

출처: AI Hub (한국 민사법 질의응답 및 판례 라벨링 데이터)
- 질의응답 카테고리 75,624건
- rudalson/legal-qa-1k-dataset - 테스트 용으로 샘플링 데이터셋
전처리: 조항 번호, 날짜, 금액 형식 등을 정규화하였으며, Llama 3의 Chat Template(system-user-assistant) 구조로 변환하여 학습을 진행했습니다.

Training Procedure & Hyperparameters

모델 학습은 Hugging Face의 peft, trl (SFTTrainer) 라이브러리를 사용하여 진행되었습니다.

LoRA Parameters:
- r: 16
- lora_alpha: 32
- target_modules: q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj
- lora_dropout: 0.05
Training Hyperparameters:
- learning_rate: 2e-4
- num_train_epochs: 1
- per_device_train_batch_size: 4
- gradient_accumulation_steps: 4
- optimizer: adamw_torch
- fp16 / bfloat16: Enabled

Evaluation

평가는 ROUGE 스코어 및 법률 개체명(법령, 판례, 법원 등) 추출 정확도를 기반으로 수행되었습니다.

ROUGE-1: 0.2222
ROUGE-L: 0.2222

How to Get Started with the Model

python

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

# 허깅페이스에 업로드한 모델 경로
model_name = "rudalson/Llama-3.2-3B-Instruct-Legal-Chatbot"

# 1. 모델 및 토크나이저 로드
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    low_cpu_mem_usage=True
)

# 2. 추론 테스트
prompt = "계약 해제 시 손해배상을 청구할 수 있나요?"
messages = [
    {"role": "system", "content": "당신은 한국 법률 전문가 AI 어시스턴트입니다. 사용자의 질문에 대해 정확하고 전문적인 답변을 제공하세요."},
    {"role": "user", "content": prompt}
]

# 채팅 템플릿 적용
formatted_prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(formatted_prompt, return_tensors="pt").to(model.device)

# 답변 생성
with torch.no_grad():
    outputs = model.generate(
        **inputs,
        max_new_tokens=512,
        temperature=0.7,
        top_p=0.9,
        repetition_penalty=1.1,
        do_sample=True
    )

response = tokenizer.decode(outputs[0][inputs['input_ids'].shape[1]:], skip_special_tokens=True)
print(f"질문: {prompt}")
print(f"답변: {response.strip()}")