exaone-3.5-7.8b-emt-awq-calib

EXAONE 3.5 7.8B · EMT Full Fine-tuning (AWQ 4-bit, calibration 변경)

상태: 🧪 양자화 보정 실험 (한국어 도메인 calibration)

한국어 소아 응급(119 구급대원) 대화용으로 파인튜닝한 EXAONE 3.5 7.8B 모델입니다.

이 모델은

• 학습 가중치: exaone-3.5-7.8b-emt-awq와 같은 Full FT 모델(데이터 v2, 2 epoch)
• 차이: AWQ 양자화만 다시 수행 — AutoAWQ 기본 보정 데이터(pileval, 영어) 대신 학습 데이터 final_dataset.jsonl을 EXAONE 대화 포맷([|user|]…[|assistant|]…[|endofturn|])으로 변환해 calib_data로 직접 넘기고, max_calib_seq_len을 2048로 늘려 다시 양자화했습니다. 영어 보정 데이터로 양자화했을 때 한국어 응급 도메인 입력(OOD)에서 출력이 무너지는 문제를 해결하려는 목적입니다.
• 양자화하지 않는 레이어가 담긴 두 번째 가중치 파일은 emt-awq와 바이트 단위로 같고, 양자화된 첫 번째 파일만 다릅니다.

사용법 (vLLM)

from vllm import LLM, SamplingParams

llm = LLM(
    model="hymmmm/exaone-3.5-7.8b-emt-awq-calib",
    quantization="awq",
    dtype="float16",
    max_model_len=8192,
    trust_remote_code=True,
)
out = llm.chat(
    [{"role": "user", "content": "3세 남아, 열성경련 후 의식 저하. 현장에서 뭘 확인해야 하나요?"}],
    SamplingParams(temperature=0.3, max_tokens=1024),
)
print(out[0].outputs[0].text)

모델 패밀리 한눈에 보기

HAPES(소아 응급 119 구급대원 보조 챗봇) 연구에서 만든 모델들입니다. 모두 같은 과제(구급대원–챗봇 대화)로 학습했고, 백본 · 학습 방식 · 데이터 버전만 다릅니다.

• 데이터 v1 (2026-01): 초기 대화 데이터셋 2,021건, train/val/test = 70/15/15, 최대 512 토큰.
• 데이터 v2 (2026-06): final_dataset.jsonl 2,001건(단일턴 712 · 멀티턴 1,289), train/val = 1,800/201 (주호소 × 대화유형 층화, seed 42), 최대 1,024 토큰(잘림 0%).
• EOS 버그: v1 QLoRA 학습용 chat_template에서 {% generation %} 블록이 종료 토큰([|endofturn|] / <|im_end|>)을 빼먹어, assistant-only loss가 멈추는 법을 학습하지 못함 → 같은 문장 무한 반복·가짜 대화 턴 생성. v2는 종료 토큰까지 학습 대상에 넣어 재학습했습니다.
• Full FT vs QLoRA: Full FT는 epoch 2에서 과적합이 확인됐습니다(학습 데이터 약 1M 토큰으로 7.8B 전체 파라미터를 학습하기엔 데이터가 작음). 그래서 QLoRA를 메인 방식으로 채택했고, Full FT는 비교군으로 남겼습니다.
• 모든 AWQ 모델: AutoAWQ, 4-bit, group size 128, zero point, GEMM 커널. 보정(calibration) 데이터는 -calib만 한국어 도메인 대화(final_dataset.jsonl, 최대 2,048 토큰)이고, 나머지는 AutoAWQ 기본값(pileval, 영어)입니다.

주의

연구용 모델입니다. 실제 환자 처치에 단독으로 사용하지 마세요. 약물 용량 등 수치 정보는 반드시 공식 지침으로 확인해야 합니다. HAPES 앱에서는 RAG(현장응급처치 지침·중독·소아 기저질환 문서)와 함께 사용합니다.