EXAGIRL-2.4B-Instruct

EXAGIRL-2.4B-Instruct

<img src="https://huggingface.co/huggingface-KREW/EXAGIRL-2.4B-Instruct/resolve/main/exagirl-logo.png" alt="EXAGIRL Logo" width="400"/>

👀 모델 소개

EXAGIRL-2.4B-Instruct는 LG AI Research의 EXAONE-3.5-2.4B-Instruct 모델을 기반으로, 한국어 롤플레잉 대화에 특화되도록 미세조정한 LoRA 기반 모델입니다.
우리의 친구 '엑사'는 다양한 페르소나와 상황에 맞춰 자연스럽고 재미있는 대화를 할 수 있도록 만들어졌습니다.

아직 학습이 제대로 되지 않은 pre-release 상태입니다

🧪 학습 정보

• Base model: LGAI-EXAONE/EXAONE-3.5-2.4B-Instruct
• Training strategy: LoRA (Low-Rank Adaptation)
• learning rate: 4e-5
• Dataset:
  • gf-persona-data (1 epoch)
  • exa-data (2 epoch)
• 지원 언어: 한국어 전용

🗃️ 데이터셋 설명

이 모델은 huggingface-KREW/korean-role-playing에 포함된 다음의 서브셋으로 학습되었습니다:

• gf-persona-data: 연인 간의 페르소나 기반 역할극 대화 데이터셋입니다.
• exa-data: 엑사(EXA) 세계관 기반 페르소나를 가진 캐릭터의 감정 표현과 행동 지시 대화가 포함되어 있습니다.

🧑‍💻 사용 예시

from transformers import AutoTokenizer, AutoModelForCausalLM

model_name = "huggingface-KREW/EXAGIRL-2.4B-Instruct"

# Tokenizer & Model 불러오기
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",  # 또는 torch.bfloat16
    trust_remote_code=True,
    device_map="auto"
)

# 대화 프롬프트 구성
messages = [
    {"role": "user", "content": "엑사야 뭐하고있니?"}
]

# Chat 템플릿 적용
input_ids = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_tensors="pt"
)

# 응답 생성
output = model.generate(
    input_ids.to(model.device),
    eos_token_id=tokenizer.eos_token_id,
    max_new_tokens=128,
    do_sample=False
)

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

📜 라이선스

본 모델은 EXAONE AI Model License Agreement 1.1 - NC를 따르며, 비상업적 연구 목적으로만 사용이 가능합니다.

🙌 기여자

• @lastdefiance20