README.md

metadata

license: apache-2.0
language:
  - ko
  - en
task_categories:
  - text-generation
  - text-classification
tags:
  - lora
  - sft
  - routing
  - model-selection
  - korean
size_categories:
  - 100K<n<1M
pretty_name: algocean-router

algocean-router

질의·보안 등급·사용 가능한 모델 목록을 받아 어느 모델로 보낼지(또는 기권) 정하도록 가르치는 LoRA SFT 데이터셋입니다.

파이프라인 첫 관문입니다. 답을 만들지 않고, 근거도 보지 않습니다. 누가 이 일을 할지만 정합니다.

규모

파일	행 수
router.jsonl	150,000
router.eval.jsonl	2,000

• 형식: JSONL, messages 3턴
• 언어: 한국어 약 70% · 영어 약 30%

어디에 쓰나요

• 멀티 모델 게이트웨이의 난이도·보안 기반 라우팅
• 후보 모델 레지스트리를 읽고 스펙(컨텍스트·등급·비용 등)으로 선택
• 조건 맞는 모델이 없으면 ABSTAIN

모델 id는 샘플마다 가명으로 바뀌어 있어, 이름 암기가 아니라 스펙 추론을 배우게 됩니다.

어떤 모델에 LoRA 하나요

• 베이스: 1B ~ 9B 인스트럭트 모델
• rank 816, alpha 1632, lr 1e-42e-4, epochs 23
• loss: assistant 턴만

사용

from datasets import load_dataset

ds = load_dataset("Algocean/algocean-router", data_files="router.jsonl", split="train")
ev = load_dataset("Algocean/algocean-router", data_files="router.eval.jsonl", split="train")

• 학습: messages 만
• 메타는 필터용

assistant 출력 (요약)

{
  "difficulty": 3,
  "security": "internal",
  "selection": "MDL-VERDANT-2",
  "reason_code": "...",
  "confidence": 0.9
}

• selection: user에 제시된 후보 id 중 하나를 그대로 (없으면 ABSTAIN)
• difficulty: 1~5

식별자·문서 id는 중립 코드(mNN, doc-NNNN, Brand-* 등)로 정규화되어 있다. 학습에는 messages만 쓴다.

라이선스

Apache-2.0