실습 1
학습 후 vs 학습 후+안전 Explorer
독자 한국어 SLM 0.35B (Dankook-KO-SLM, scratch GPT2)
약 0.35B급 독자 모델을 처음부터 학습한 결과를 비교합니다. Wiki·공개 말뭉치로 80시간 이상 학습했고, 단답형으로 응답합니다.
- 민감·위험 질문에도 답하는 기본 학습 모델과, LoRA로 거절(안전) 행동을 추가 학습한 모델을 나란히 확인합니다.
- 빅테크가 공개 전에 수행하는 안정성·거절 정책 검증 과정을 작은 규모로 체험할 수 있습니다.
- 학습에는 약 3일(GPU)이 소요되었습니다.
서버 기동
./llm/start-all.sh
llm.dku.digital/ 열기
실습 2
Base vs LoRA 비교
Base · Qwen2.5-0.5B-Instruct
동일 베이스 모델에 LoRA 미적용·적용 응답을 비교합니다.
- 같은 질문을 Base와 LoRA 학습 모델에 넣어 말투·지식·태도 차이를 관찰합니다.
- 파라미터 효율적 미세조정(LoRA)이 실무에서 어떻게 쓰이는지 감을 잡습니다.
서버 기동
./lora/start-all.sh
lora.dku.digital/ 열기
실습 3
학사규정 RAG Explorer
Base · Qwen2.5-1.5B-Instruct + RAG (단국대학교 학사규정 일부)
단국대 규정 문서를 검색한 뒤, 그 근거 위에서만 답하는 Retrieval-Augmented Generation 환경입니다.
- 질문을 던지면 관련 조항을 찾은 후 응답합니다.
- 화면의 출처를 열어 ‘왜 그렇게 답했는지’를 직접 확인하세요.
- 할루시네이션을 줄이기 위해 검색·인용이 어떻게 붙는지 실습합니다.
서버 기동
./rag/start-all.sh
rag.dku.digital/ 열기