youngseok12/AX-3.1-Light-success-consolidation-musr-corrected

A.X-3.1-Light Success-Consolidation MuSR (corrected)

이 모델은 skt/A.X-3.1-Light에 오답 교정(wrong-correction) LoRA를 병합한 BF16 전체 가중치 모델입니다. base 모델이 자유생성으로 틀렸던 문항에 정답을 힌트로 주고 그 정답을 뒷받침하는 근거를 생성하게 한 뒤(STaR rationalization), 검증을 통과한 것만 정답-우선 형식(정답 선택지 + 근거) target으로 재구성해 LoRA SFT 후 병합했습니다. correct_all/correct_unstable(같은 71568 데이터, 안정/ 불안정 정답 문항 대상)과 대조군 관계입니다. 연구 및 평가용 모델이며, 생성 결과가 부정확할 수 있으므로 고위험 의사결정의 유일한 근거로 사용해서는 안 됩니다.

Model information

• —Model name: A.X-3.1-Light Success-Consolidation MuSR (corrected)
• —Base model: `skt/A.X-3.1-Light`
• —Base model revision: 9b41bb2406472634d8812c0b8931fa40fa9a6c3a
• —Fine-tuning method: LoRA supervised fine-tuning, merged for inference
• —Model format: standalone BF16 safetensors; no separate adapter is required
• —Intended use: Korean reasoning (MuSR-style multi-step calculation) evaluation and research

Background

Round1 R-LoRA(MuSR 담당)는 target에 근거 없이 답만 학습시켜 병합 시 다른 축까지 무너뜨리는 문제가 있었다. correct_all/correct_unstable은 base가 이미 맞히는 문항의 자기 생성 근거를 재사용했지만, 이 모델은 base가 틀렸던 문항에 정답을 힌트로 주고 근거를 새로 생성시키는 방식(STaR rationalization)을 썼다.

Training data

• —Source: AI Hub 71568 (경제·스포츠 숫자연산 기계독해, 다단계 계산 문제) https://www.aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100&aihubDataSe=realm&dataSetSn=71568
• —Selection: base가 틀린 6,011문항에 정답 마커+텍스트를 힌트로 주고 근거 생성 (tools/generate_wrong_correction.py). 아래 필터를 통과한 3,000행만 사용:
• —문장 반복(퇴화 출력) 제거
• —토큰 cap(400) 도달로 잘린 생성 제거
• —marker 재도출 검증 OR 정답 텍스트 지지 중 하나 이상 만족(supported())
• —근거에 원래 오답의 선택지 텍스트가 남아있는 경우 제거(wrong-answer bleed-through)
• —근거 안에 정답이 아닌 마커를 "정답"으로 선언하는 잔존 표현 제거
• —Target: {정답 선택지} {텍스트}\n근거: {정제된 근거}, target 중앙값 218자
• —정답 라벨 무결성 직접 검증: target 첫 마커가 항상 원본 AI Hub answer_index와 일치(3,000/3,000, 불일치 0건) — 근거 품질과 무관하게 라벨 자체는 항상 정답
• —Not used for evaluation: not_for_eval: true, canonical 평가셋과 분리

Training

• —Rows: 3,000
• —Epochs: 1 / Learning rate: 5e-5 (cosine, warmup 3%) / Precision: BF16
• —LoRA rank / alpha / dropout: 16 / 32 / 0.05
• —LoRA target modules: q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj
• —Training loss: 0.2637
• —NaN/Inf sweep on merged weights: pass / 생성 smoke test: pass

Known limitations

1. 1.in-sample ablation: 이 모델이 학습에 사용한 오답 100문항 재현 시 70% 회복. 그러나 대조군(같은 71568이지만 이 오답 문항을 전혀 학습하지 않은 correct_all adapter)도 같은 문항에서 65% 회복 — 즉 70%의 대부분(65%p)은 오답 교정과 무관한 도메인 적응 효과이며, 교정 메커니즘 고유 기여는 약 +5%p(n=100, 노이즈 수준)로 추정된다.
2. 2.로컬 진단(n=100/축)에서 correct_all/correct_unstable보다 낮음(4축 평균 0.525 vs 0.5375/0.535).
3. 3.correct_all/correct_unstable의 실제 K-AI 리더보드 결과(각 0.3906/0.4026, base 0.4230 대비 모두 하락)를 참고하면 이 모델도 base 대비 개선을 낙관하기 어렵다. 최종 채택 판단은 실제 리더보드 결과로 확인해야 한다.