SGTCho/llama3.1_8b_korean_food_finetuned

LLaMA 3.1 8B Korean Food Fine-Tuned Model

이 모델은 Meta의 LLaMA 3.1 8B를 기반으로 한국 음식 관련 데이터셋으로 파인튜닝한 모델입니다.
Hugging Face의 peft 라이브러리를 사용하여 효율적으로 훈련되었습니다.

📌 Model Details

• Developed by: SGT-Cho
• Dataset: 한국 음식 관련 데이터셋
• Fine-tuned from: LLaMA 3.1 8B
• Training Method: LoRA (peft)
• Language(s): Korean (ko)
• License: Apache 2.0

📜 Model Sources

• Repository: https://huggingface.co/mobilelife/llama3.1_8b_korean_food_finetuned

https://huggingface.co/meta-llama/Llama-3.1-8B

🎯 Intended Use

이 모델은 한국 음식 관련 질의응답, 요리법 추천, 식재료 설명 등의 작업에 최적화되어 있습니다.

✅ Direct Use

• 한국 음식 관련 챗봇
• 레시피 추천 시스템
• 식당 리뷰 분석

🔧 Downstream Use

• 다른 도메인(예: 한식 요리법 생성, 메뉴 추천)으로 추가적인 파인튜닝 가능

⚠️ Limitations & Biases

• 이 모델은 특정 한국 음식 관련 데이터셋을 기반으로 훈련되어 있어 일반적인 한국어 이해력은 원본 LLaMA 3.1보다 낮을 수 있음.
• 특정 음식에 대한 설명이 편향될 가능성이 있음.

🛠 How to Use

Hugging Face transformers 및 peft를 사용하여 모델을 로드하는 예제입니다.

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "mobilelife/llama3.1_8b_korean_food_finetuned"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype=torch.float16, device_map="auto")

input_text = "불고기 요리를 위한 재료는 무엇인가요?"
inputs = tokenizer(input_text, return_tensors="pt").to("cuda")
outputs = model.generate(**inputs, max_length=100)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))



@misc{llama3_korean_food,
  title={LLaMA 3.1 8B Korean Food Fine-Tuned Model},
  author={Minjae Cho},
  year={2025},
  url={https://huggingface.co/mobilelife/llama3.1_8b_korean_food_finetuned}
}