🚀 소개

이 모델은 meta-llama3 3b instruct 모델을 사용하여 학습한 뉴스 콘텐츠를 분석모델입니다. 해당 모델은 뉴스에 대해 다음과 같은 분석을 수행합니다:

• 요약(summary): 뉴스 내용을 1~3줄로 요약합니다.
• 광고성 여부(advr): 광고일 경우 1, 그렇지 않으면 0을 반환합니다.
• 언급된 종목 코드(stk_code): 본문에 언급된 종목명을 찾아 종목 코드를 리스트 형태로 제공합니다.
• 감성 분석(sent_score): 긍정적일 경우 1, 부정적일 경우 -1, 중립일 경우 0을 반환합니다.

모델 다운로드 및 설정

모델은 Hugging Face Model Hub에서 받을 수 있습니다.

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

# 모델 및 토크나이저 로드
tokenizer = AutoTokenizer.from_pretrained('irene93/Llama3-news-analysis')
model = AutoModelForCausalLM.from_pretrained('irene93/Llama3-news-analysis')
model = torch.nn.DataParallel(model).cuda()

모델 파일을 직접 다운로드하여 ./model 폴더에 저장할 수도 있습니다.

🧠 사용 방법

뉴스 콘텐츠를 분석하려면 다음 명령어를 실행하세요:

python inference.py --input "한화에어로스페이스가 ‘밀렘 로보틱스’와 세계 최고의 무인차량 개발에 나선다."

🧪 출력 예시

{
    "summary": "한화에어로스페이스와 밀렘 로보틱스가 무인차량 공동개발에 나선다.",
    "advr": 0,
    "stk_code": ["012450"],
    "sent_score": 1
}

📊 추가 정보

• 사용된 모델: irene93/Llama3-news-analysis
• CUDA GPU 가속을 지원합니다.

🔗 필요 패키지

• Python 3.10+
• 필요한 패키지는 requirements.txt에 명시되어 있습니다.