Update README.md

README.md

@@ -13,24 +13,26 @@ tags:
 
 # HybriKo: Korean Hybrid Language Model
 
-A Griffin-inspired hybrid architecture combining RNN and Attention mechanisms for Korean language modeling.
+RNN과 Attention 메커니즘을 결합한 Griffin 아키텍처 기반 한국어 하이브리드 언어 모델입니다.
 
-## Model Details
+## 모델 상세
 
-- **Parameters**: 117.8M
-- **Architecture**: 2:1 RNN-to-Attention ratio (Griffin-inspired)
-- **Context Length**: 1024 tokens
-- **Vocab Size**: 32,000 (SentencePiece)
-- **Training Data**: Korean Wikipedia
+- **파라미터**: 117.8M
+- **아키텍처**: 2:1 RNN-to-Attention 비율 (Griffin 기반)
+- **컨텍스트 길이**: 1024 토큰
+- **어휘 크기**: 32,000 (SentencePiece)
+- **학습 데이터**: 한국어 위키피디아
 
-## Training Results (Exp3)
+## 학습 결과 (Exp3)
 
 | Phase | Steps | Loss | PPL |
 |-------|-------|------|-----|
 | Phase 1 | 0-10K | 1.80 | ~6.0 |
 | Phase 2 | 10K-30K | 1.60 | ~4.95 |
 
-## Architecture
+## 아키텍처
+
+![HybriKo Architecture](Architecture.png)
 
 ```
 HybriKo (117.8M params)
@@ -38,54 +40,68 @@ HybriKo (117.8M params)
 ├── Layers (12x)
 │   ├── Layer 1,2: GriffinBlock (RNN)
 │   ├── Layer 3: AttentionBlock
-│   └── (pattern repeats)
+│   └── (패턴 반복)
 └── LM Head (weight-tied)
 ```
 
-Key features:
+주요 특징:
 - **RGLRU**: Real-Gated Linear Recurrent Unit
 - **GQA**: Grouped Query Attention (1:4 KV reduction)
-- **Flash Attention 2**: Optimized attention computation
-- **GeGLU**: Gated activation in FFN
+- **Flash Attention 2**: 최적화된 어텐션 연산
+- **GeGLU**: FFN의 Gated activation
 
-## Usage
+## 빠른 시작 (Google Colab)
 
 ```python
 import torch
 from hybridko.model import HybriKoModel, HybriKoConfig
 from hybridko.data import load_tokenizer
 
-# Load model
+# 모델 로드
 config = HybriKoConfig.from_yaml("config.yaml")
 model = HybriKoModel(config)
 model.load_state_dict(torch.load("pytorch_model.pt"))
 
-# Load tokenizer
+# 토크나이저 로드
 tokenizer = load_tokenizer("HybriKo_tok.model")
 
-# Generate
+# 텍스트 생성
 from hybridko.inference import generate_with_cache
 output = generate_with_cache(model, tokenizer, "한국의 수도는", max_tokens=50)
 print(output)
 ```
 
-## Files
+### 여러 프롬프트 테스트
+
+```python
+prompts = ["한국어", "대한민국", "서울", "인공지능", "오늘 날씨가"]
+
+for prompt in prompts:
+    input_ids = torch.tensor([[2] + sp.EncodeAsIds(prompt)]).to(device)
+    output = model.generate(input_ids, max_new_tokens=30, temperature=0.8, top_k=50)
+    generated = sp.DecodeIds(output[0].tolist())
+    print(f"📝 {prompt}")
+    print(f"   → {generated}")
+    print("-" * 50)
+```
+
+## 파일 목록
 
-- `pytorch_model.pt`: Model weights (450MB)
-- `config.yaml`: Model configuration
-- `HybriKo_tok.model`: SentencePiece tokenizer
-- `HybriKo_tok.vocab`: Tokenizer vocabulary
+- `pytorch_model.pt`: 모델 가중치 (450MB)
+- `config.yaml`: 모델 설정
+- `HybriKo_tok.model`: SentencePiece 토크나이저
+- `HybriKo_tok.vocab`: 토크나이저 어휘
 
-## Citation
+## 인용
 
 ```bibtex
-@misc{hybridko2024,
+@misc{hybridko2026,
   title={HybriKo: Korean Hybrid Language Model},
-  year={2024},
+  year={2026},
   url={https://huggingface.co/gyunggyung/HybriKo-117M}
 }
 ```
 
-## License
+## 라이선스
 
 Apache 2.0