HyperCLOVA X SEED Think-14B SFT 71568-3000

이 저장소는 naver-hyperclovax/HyperCLOVAX-SEED-Think-14B의 pristine Base (9b74e35d4c7e4ffec489f4171273caca8948a2b9)에 AI Hub 71568 경제·스포츠 숫자 연산/수치 MRC 데이터 3,000개만 사용해 SFT한 모델입니다. LoRA adapter를 Base에 병합한 독립 실행 가능한 BF16 모델이며, 다른 AI Hub source, v0.21 mixture 또는 공개 benchmark test 데이터는 학습에 포함하지 않았습니다.

학습 데이터

• AI Hub 데이터셋 71568, 경제·스포츠 숫자 연산/수치 MRC
• 원본 R_train.jsonl에서 검증된 text-only 3,000개
• answer-first 형식의 선택지 답변과 짧은 근거 target
• 데이터셋 안내: https://www.aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100&aihubDataSe=realm&dataSetSn=71568

학습 설정

• LoRA: r=16, alpha=32, dropout=0.05, bias=none
• Target modules: q_proj,k_proj,v_proj,o_proj,gate_proj,up_proj,down_proj
• Learning rate 5e-5, cosine scheduler, warmup ratio 0.03, weight decay 0
• 1 epoch, per-device batch size 4, gradient accumulation 4 (effective batch 16)
• BF16, max sequence length 4096, packing disabled, assistant-only loss
• seed/data seed 42/42

학습 loss는 0.0710095이며, sequence truncation은 0건이었습니다. 병합 후 모든 parameter/buffer의 NaN/Inf 검사와 로컬 synthetic generation smoke test를 통과했습니다. 공식 benchmark 점수는 이 저장소에 포함하지 않으며, 별도 평가가 필요합니다.

사용 예시

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "youngseok12/HyperCLOVA-X-SEED-Think-14B-sft-71568-3000"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype="bfloat16", device_map="auto")