📌 Model Overview
BAAR-199M is a compact multilingual model designed to enable real-time chat and generation under minimal hardware conditions. With 199 million (199M) parameters, it brings lightweight, interactive dialogue capabilities across 11 languages to resource-constrained environments, embedded systems, and edge on-device platforms where standard LLMs cannot operate.
BAAR-199M은 최소한의 하드웨어 여건과 제한된 리소스 환경에서도 11개 언어로 실시간 텍스트 생성 및 대화 처리가 가능하도록 설계된 1억 9,900만(199M) 파라미터 규모의 경량 다국어 언어 모델입니다. 일반적인 대형 모델 구동이 불가능한 저사양 엣지 및 온디바이스 기기에서도 즉각적인 추론과 고효율 실시간 RAG 시스템 구축을 지원합니다.
⚡ Retrieval-Augmented Generation (RAG) & Edge AI
BAAR-199M is optimized for low-latency vector retrieval integration and context-based response generation, ensuring sub-second response times even under strict compute and memory budgets.
실시간 벡터 검색(Retrieval)과 BAAR-199M 경량 생성 엔진을 결합하여 고효율 RAG 파이프라인을 구축할 수 있으며, 외부 문맥(Context)을 전달받아 서브-세컨드(Sub-second) 단위의 빠른 반응 속도를 제공합니다.
📄 License & Commercial Terms (라이선스 및 상업적 도입 안내)
-
Non-Commercial Use Only (비상업적 연구·개인 이용 한정):
This model is strictly provided for non-commercial, research, and educational purposes only. Any commercial use without a separate commercial agreement is strictly prohibited.
본 모델은 순수 연구, 교육 및 개인 비영리 목적에 한해서만 무료로 제공됩니다. 사전 허가 없는 일체의 영리적 이용은 엄격히 금지됩니다. -
Commercial Licensing & Inquiries for Revenue-Generating Entities (매출 발생 기업 및 상용화 도입 문의):
If your organization generates revenue, or if you plan to incorporate this model into commercial products, services, or paid APIs, you are required to purchase a commercial license. Please contact us directly via email for enterprise licensing and integration support.
기업/사업체에 매출이 발생하고 있거나, 본 모델을 상용 서비스·유료 제품·수익 창출 목적의 시스템에 도입하고자 하시는 경우 반드시 별도의 상용 라이선스를 취득하셔야 합니다. 도입 조건 및 기업용 라이선스 발급은 아래 이메일로 문의해 주시기 바랍니다.- Commercial Inquiries (도입 및 상용 라이선스 문의): admin@099.kr
- Official Website (공식 웹사이트): https://baar.uk/model/
⚠️ Notes (안내 사항)
- Pre-trained Model: This model is a compact base pre-trained checkpoint. For specialized tasks, factual precision, or task completion, task-specific fine-tuning (SFT) or Retrieval-Augmented Generation (RAG) pipelines are recommended.
- 기초 사전학습 모델: 본 모델은 199M 규모의 베이스 사전학습 체크포인트입니다. 정교한 작업 수행, 사실 관계 검증 및 완성도 높은 텍스트 생성이 필요한 경우 도메인 파인튜닝(SFT) 또는 검색 증강 생성(RAG) 파이프라인 결합을 권장합니다.
💼 Opportunities & Contact (채용 제안 및 투자 문의)
This project demonstrates practical competency in designing custom compact architectures, end-to-end multi-language pre-training, and ultra-low-latency deployment under extreme compute constraints. I am actively seeking AI Engineering / Research opportunities, recruitment offers, and technical partnerships.
- Official Website (공식 웹사이트): https://baar.uk/model/
- Commercial Adoption (기업 도입 및 라이선스 문의): admin@099.kr
- Recruitment & Hiring Inquiries (채용 및 포지션 제안): admin@099.kr
- Investment & Technical Collaboration (투자, 파트너십 및 기술 협업): admin@099.kr