엔비디아($NVDA)가 지역 페르소나를 바탕으로 네모트론의 지도 미세조정(SFT) 데이터를 만드는 절차를 공개했다. 기술 문서는 질문 생성과 중복 제거, 여러 모델의 답변 비교를 거쳐 학습용 데이터를 구성하는 방법을 설명한다.
엔비디아의 페르소나 기반 SFT 데이터 생성 문서는 지역 페르소나를 바탕으로 질문을 만들고, 중복을 제거한 뒤 여러 교사 모델의 답변을 모으는 절차를 설명한다. 교사 모델은 학습에 사용할 답변을 생성하는 모델이다.
엔비디아 개발자 페이지에는 프랑스와 벨기에를 포함한 여러 지역의 페르소나 데이터셋이 소개돼 있다. 다만 두 데이터셋을 이 절차에 실제로 투입해 질문을 생성했다는 적용 사례는 제시되지 않았다.
페르소나는 특정 지역에 사는 가상의 인물 설정이다. 문서의 절차는 이런 지역 정보를 질문 생성의 바탕으로 삼고, 중복을 걸러낸 질문에 여러 교사 모델이 답하게 한다.
엔비디아는 교사 모델의 답변이 서로 일치하는지 등을 기준으로 학습 기록을 선별한다. 그러나 모델 간 합의는 답변의 일관성을 보여줄 뿐, 사실 여부를 검증하지는 않는다. 답이 실제 제도나 지역 규칙에 맞는지는 별도로 확인해야 한다.
선별한 질문과 답변은 언어와 교사 모델별 학습 파일로 구성된다. 개발자는 이 파일을 AutoModel SFT에 직접 전달하거나 Megatron-Bridge에서 사용할 수 있도록 포장할 수 있다.
엔비디아의 주권형 AI 관련 문서는 새 언어나 지역에 모델을 맞추는 과정을 데이터 준비부터 학습·평가까지 여러 단계로 나눠 설명한다. 각 단계는 독립적으로 문서화돼 있으며, 전체 과정을 한 번에 실행하는 단일 명령은 제공하지 않는다.
프랑스·벨기에 공공서비스에 이 절차로 미세조정한 모델을 배치했거나 성능을 개선했다는 사례는 제시되지 않았다. 엔비디아는 앞서 네모트론 공개 모델과 데이터, 학습 절차를 함께 제공하는 개발 스택을 소개했다.
<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>
Most Popular