Perdix-1.1B-Instruct

Perdix-1.1B-Base에 대화 데이터로 지시 미세조정(SFT)을 한 모델입니다. 이름은 그리스 신화의 페르딕스에서 따왔습니다. 다이달로스의 어린 제자였고 톱과 컴퍼스를 발명했는데, 탑에서 떨어지다 자고새가 되는 바람에 그 뒤로는 낮게만 날아다닌다고 합니다. 지금 이 모델 수준이 딱 그렇습니다.

A 1.1B-parameter Korean/English chat model, supervised-finetuned from Perdix-1.1B-Base on about 390K conversations. It answers simple questions and follows short instructions in Korean and English; it is small and often wrong on facts and arithmetic.

무엇을 할 수 있고 무엇을 못 하나

질문에 답하고 짧은 지시를 따릅니다. 한국어와 영어 모두 됩니다. 아래는 실제 출력입니다(temperature 0.7, top-k 50, top-p 0.9, repetition penalty 1.1).

대한민국의 수도는 어디인가요? 대한민국의 수도는 서울입니다.

김치가 무엇인지 두 문장으로 설명해 주세요. 김치는 한국의 전통 발효 식품으로, 일반적으로 절인배추에 다양한 양념을 넣고 버무린 후 김치를 담가 먹는 음식입니다.

What is 7 times 8? To find 7 times 8, we multiply 7 by 8. The answer is 56.

안녕! 오늘 기분이 어때? 기분이 좋습니다! 오늘은 무엇을 도와드릴까요?

못 하는 것도 분명합니다.

• 사실과 계산은 자주 틀립니다. "1부터 10까지 더하면?"에 1+1=2, 2+1=3… 식으로 엉뚱한 풀이를 내놓습니다. 1.1B 크기의 한계입니다.
• 긴 추론, 코드 작성, 툴콜은 안 됩니다. 그런 데이터로 학습하지 않았습니다.
• 대화 기록은 짧게만 유지됩니다. 문맥 길이가 2,048토큰이고, 멀티턴은 몇 턴 정도만 자연스럽습니다.
• 학습 데이터가 웹과 공개 대화 데이터라 편향되거나 부적절한 내용이 나올 수 있습니다. 사실 확인이 필요한 용도에는 쓰면 안 됩니다.

사용법

모델 코드가 저장소에 들어 있어서 trust_remote_code=True가 필요합니다. 대화 형식은 ChatML이고 chat_template에 들어 있습니다.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "prismdata/Perdix-1.1B-Instruct"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(
    repo, trust_remote_code=True, dtype=torch.bfloat16).to("cuda").eval()

messages = [{"role": "user", "content": "김치가 무엇인지 두 문장으로 설명해 주세요."}]
ids = tok.apply_chat_template(messages, add_generation_prompt=True,
                              return_dict=True, return_tensors="pt")["input_ids"].to("cuda")
out = model.generate(ids, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.9,
                     repetition_penalty=1.1)
print(tok.decode(out[0, ids.shape[1]:], skip_special_tokens=True))

알아 둘 점이 있습니다.

• 답변은 <|im_end|>에서 끝납니다. eos_token이 이 토큰으로 잡혀 있어 generate가 알아서 멈춥니다.
• system 프롬프트는 형식상 넣을 수 있지만, 학습 데이터 대부분이 system 없이 구성돼 효과는 제한적입니다.
• 문맥 길이는 2,048토큰입니다.
• KV 캐시를 구현하지 않아 생성할 때마다 전체 시퀀스를 다시 계산합니다. 길게 생성하면 느립니다.
• 패딩 마스크가 없습니다. attention_mask는 무시되므로, 길이가 다른 대화를 패딩해서 한 배치로 생성하면 결과가 틀어집니다. 한 건씩 넣으세요.

모델

항목	값
파라미터	1,107M
구조	decoder-only, pre-RMSNorm, RoPE, 입출력 임베딩 공유
층 / 차원 / 헤드	20 / 2048 / 16
FFN 차원	8192
문맥 길이	2,048
어휘	49,154 (BPE 49,152 + `<
가중치 형식	float32 safetensors

구조는 베이스와 같습니다. 일반 트랜스포머와 다른 점은 두 가지입니다.

• Differential Attention. 어텐션 맵을 두 개 만들어 하나에서 다른 하나를 뺍니다. 양쪽에 공통으로 끼는 잡음을 상쇄하려는 아이디어입니다.
• PolyNorm. 활성 함수 자리에 x, x², x³을 각각 정규화해서 학습되는 가중치로 섞어 씁니다.

둘 다 제가 고안한 게 아니고 Motif-2.6B 기술보고서(arXiv:2508.09148)와 Differential Transformer(Ye et al., 2024)를 읽고 직접 구현해 본 것입니다. 원 저자들과는 관계없는 개인 구현이라, 틀린 부분이 있다면 제 실수입니다.

학습

베이스 모델의 사전학습(30B 토큰)은 Perdix-1.1B-Base 카드에 적었습니다. 그 위에 SFT를 했습니다.

• 데이터: 약 390K 대화, 2 epoch
  • 영어: smoltalk의 everyday-conversations(3회 반복), smol-magpie-ultra, smol-constraints, smol-rewrite, smol-summarize, metamathqa-50k, numina-cot-100k 일부
  • 한국어: kullm-v2, open-korean-instructions의 koalpaca, OIG-smallchip2-ko, korquad-chat 일부
  • 각 데이터셋의 라이선스와 출처는 원 저장소를 따릅니다.
• 형식: ChatML. 토크나이저에 <|im_start|>, <|im_end|>를 추가하고 새 임베딩은 기존 임베딩 평균으로 초기화했습니다. loss는 답변 구간에만 걸었습니다.
• 학습률: 최고 5e-5, 100스텝 워밍업 뒤 cosine으로 최고값의 10%까지
• 배치: 스텝당 약 65K 토큰, 길이 구간별 패딩, bf16, 6,984스텝
• 결과: 검증 loss 1.37 → 1.13
• 장비: DGX Spark 한 대, 약 21시간

학습 코드는 github.com/theprismdata/Perdix에 있습니다.

라이선스

모델 가중치와 코드는 Apache-2.0. 학습에 쓴 대화 데이터는 각각의 라이선스를 따르며 출처는 위에 적었습니다.