personaplex-ko-ext-base

nvidia/personaplex-7b-v1의 텍스트 임베딩/헤드를 32,000 → 33,772행으로 확장한 베이스. 한글 조각 1,772개를 이어붙였으며(extension.json의 리스트 순서 = id 32000.. 매핑), 모든 한국어 파인튜닝 계보의 원점이다.

이 리포의 tokenizer_spm_ko.model + extension.json은 계보 전체의 해석 키다 — 다른 리포의 가중치를 쓸 때도 이 두 파일이 필요하다.

로딩

• 학습/게이트와 동일한 moshi 런타임 권장: moshi.models.loaders.get_moshi_lm(model.safetensors) + tokenizer_spm_ko.model
• HF 런타임: dev transformers의 PersonaPlexForConditionalGeneration.from_pretrained(<dir>) (config.json 포함됨). 단, HF 경로의 selfplay 생성은 무음 이슈가 있음(리포트 §5 참고) — 평가는 moshi 런타임 기준.
• 텍스트 샘플링은 temp 0.95 / top_k 60 권장 (0.7/25는 반복 루프 유발).

License / 사용 고지

이 가중치는 nvidia/personaplex-7b-v1을 베이스로 NIKL(국립국어원) 일상대화 코퍼스로 파인튜닝한 파생물입니다. 베이스 모델의 라이선스가 승계되며, NIKL 코퍼스 파생물이라는 점을 고려해 연구 목적 사용을 권장합니다. 원 코퍼스 데이터 자체는 포함되어 있지 않습니다.