AX-3.1-Light-sft_v0_2

AX-3.1-Light-sft_v0_2 (동전)

skt/A.X-3.1-Light를 기반으로, AI Hub 한국어 데이터를 활용해 K-AI 리더보드 5개 벤치마크 (KMMLU-Pro / CLIcK / HLE(Ko) / MuSR(Ko) / Com2-main(Ko)) 전체 대응 proxy benchmark에서 진단한 출력 형식 결손을 교정하기 위해 LoRA 파인튜닝 후 병합한 모델입니다. EXAONE-Deep-7.8B-sft_v0_2와 동일한 학습 데이터(format_sft_v0_2.jsonl)를 사용했습니다.

• 베이스 모델: skt/A.X-3.1-Light
• AI Hub 데이터 활용: 예
  • 71857 국어 교과 지문형 문제 데이터 (CLIcK 축)
  • 71874 전문 의학지식 데이터 (KMMLU 축)
  • 71610 금융, 법률 문서 기계독해 데이터 (HLE 축)
  • 569 행정 문서 대상 기계독해 데이터 (MuSR 축)
  • 71949 인과관계 기반 추론 데이터(업사이클링) (Com2-main 축)
• 주요 학습 방법: proxy benchmark 5축 1,350문항 기반 실패 진단(A/B1/B2/C_evidence/C2 5단계 probe) 결과를 반영한 LoRA SFT (r=16, alpha=32, 2 epoch, 5,801 examples)
• 모델의 목적: 5개 벤치마크 축 전반의 출력 형식 안정화. A.X는 베이스 상태에서 이미 콘텐츠 정확도가 높아, 이번 학습은 콘텐츠 보강보다 strict 출력 형식 준수율 개선에 초점을 둠.
• 구조 변경: 없음 (LoRA adapter를 base model에 병합한 표준 A.X-3.1-Light 아키텍처, 별도 custom code 없음 — vLLM에서 옵션 없이 바로 로드 검증 완료)

자체 Proxy 벤치마크 결과 (참고용, K-AI 공식 점수 아님)

5축 1,350문항 (KMMLU-Lite 300 / CLIcK-Lite 300 / HLE-Lite 200 / MuSR-Lite 300 / Com2-main-Lite 250) 기준, 베이스 대비:

A.X는 베이스 단계에서 이미 대부분 축에서 90% 내외로 강했기 때문에, EXAONE(형식결손이 컸던 모델) 대비 개선폭은 작지만 5축 전 구간에서 일관되게 향상됨.

참고: Com2-main-Lite 축의 자체 proxy 문항은 정답 외 3개 오답 선택지를 같은 추론 유형 내 다른 문항의 정답 텍스트를 교차 샘플링해 합성한 것으로(원본 AI Hub 벤치마크의 실제 선택지는 이미지 기반), 네이티브 4지선다가 아닙니다. 절대 정확도 수치는 참고용으로만 해석할 것.

사용 데이터셋 명시

AI Hub: 71857/71874/71610/569/71949의 validation label 중 최종 proxy 벤치마크로 표본 추출되지 않은 문서-안전(document-safe) 잔여분만 학습에 사용함.