Instructions to use hoySky92/HyperCLOVA-X-U-CURATE-v2.0 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use hoySky92/HyperCLOVA-X-U-CURATE-v2.0 with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="hoySky92/HyperCLOVA-X-U-CURATE-v2.0")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("hoySky92/HyperCLOVA-X-U-CURATE-v2.0")
model = AutoModelForCausalLM.from_pretrained("hoySky92/HyperCLOVA-X-U-CURATE-v2.0", device_map="auto")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=40)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use hoySky92/HyperCLOVA-X-U-CURATE-v2.0 with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "hoySky92/HyperCLOVA-X-U-CURATE-v2.0"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "hoySky92/HyperCLOVA-X-U-CURATE-v2.0",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/hoySky92/HyperCLOVA-X-U-CURATE-v2.0

SGLang

How to use hoySky92/HyperCLOVA-X-U-CURATE-v2.0 with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "hoySky92/HyperCLOVA-X-U-CURATE-v2.0" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "hoySky92/HyperCLOVA-X-U-CURATE-v2.0",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "hoySky92/HyperCLOVA-X-U-CURATE-v2.0" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "hoySky92/HyperCLOVA-X-U-CURATE-v2.0",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use hoySky92/HyperCLOVA-X-U-CURATE-v2.0 with Docker Model Runner:
```
docker model run hf.co/hoySky92/HyperCLOVA-X-U-CURATE-v2.0
```

U-CURATE v2.0

Powered by HyperCLOVA X

2026 K-DS 해커톤 및 K-AI 리더보드 평가를 위해 만든 실험용 한국어 fine-tuned model입니다. HyperCLOVA X SEED Text Instruct 1.5B의 고정 revision에 U-CURATE Random 1K QLoRA adapter를 병합했습니다. 별도 base model이나 PEFT adapter 없이 Transformers와 vLLM에서 직접 읽을 수 있는 BF16 standalone full-model artifact입니다.

모델 정보

Base: naver-hyperclovax/HyperCLOVAX-SEED-Text-Instruct-1.5B
Base revision: 0728a47d632019a8da5f53b663db1c175dc04115
Release candidate: Random 1K seed42
Architecture: LlamaForCausalLM
Format: BF16 sharded safetensors
Fine-tuning: 4-bit NF4 QLoRA, assistant-only masking
Adapter SHA-256: 78f7d8e34d52b815174daf5382c5eebb1cf6ff46a0d848b18ee8f135e8d63f4a

학습 요약

Unique training samples: 1,000
Epochs: 1
Sample presentations: 1,000
Optimizer steps: 125
Batch 1, gradient accumulation 8, seed 42
Learning rate: 5e-5, cosine scheduler
Formatted tokens: 614,843
Supervised tokens: 16,133
Training manifest SHA-256: c308f99d94544b445199b7808d41028842d8c18e01b3c0712520b4a7877e254e

실제 사용 데이터

원본 데이터나 학습 예시는 저장소에 포함하지 않으며, 실제 최종 manifest에 포함된 출처와 집계만 공개합니다.

AIHUB_569 — 행정 문서 대상 기계독해 데이터: 123 samples
AIHUB_577 — 뉴스 기사 기계독해 데이터: 237 samples
AIHUB_71533 — 기술과학 문서 기계독해 데이터: 253 samples
AIHUB_71568 — 숫자연산 기계독해 데이터: 251 samples
AIHUB_71630 — 한국어 멀티세션 대화: 57 samples
AIHUB_71848 — 형사법 LLM 사전학습 및 Instruction Tuning 데이터: 19 samples
AIHUB_71857 — 국어 교과 지문형 문제 데이터: 11 samples
AIHUB_71859 — 수학 교과 문제 풀이과정 데이터: 11 samples
AIHUB_71922 — 기업 회계처리 기준 데이터: 38 samples

내부 검증과 선택

Fixed capability macro: 0.3540396455176473
Source holdout macro: 0.4315535604589093

Random 5K의 일부 전체 지표는 개선됐지만, 네 체크포인트 모두 사전에 고정한 korean_language 및 professional_knowledge retention floor -0.020을 위반했습니다. 따라서 데이터 규모만으로 마지막 체크포인트를 선택하지 않고 Random 1K seed42를 최종 후보로 유지했습니다. 위 수치는 내부 고정 평가이며 공식 K-AI 점수가 아닙니다.

Transformers

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "hoySky92/HyperCLOVA-X-U-CURATE-v2.0"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=False)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    dtype=torch.bfloat16,
    device_map="auto",
    trust_remote_code=False,
)

vLLM

vllm serve hoySky92/HyperCLOVA-X-U-CURATE-v2.0 --dtype bfloat16 --max-model-len 2048 --trust-remote-code false

한계

1,000개 학습 샘플과 단일 seed 기반의 실험 모델입니다.
내부 지표가 공식 K-AI 점수나 일반화 성능을 보장하지 않습니다.
사실성, 안전성, 편향 및 고위험 의사결정 적합성을 보장하지 않습니다.

라이선스

이 derivative model은 저장소에 포함된 HyperCLOVA X SEED Model License Agreement를 따릅니다. 전체 조건은 LICENSE, 변경 사항은 MODIFICATIONS.md, 고지는 NOTICE를 확인하십시오.

Downloads last month: 304

Safetensors

Model size

2B params

Tensor type

BF16

Model tree for hoySky92/HyperCLOVA-X-U-CURATE-v2.0

Base model

naver-hyperclovax/HyperCLOVAX-SEED-Text-Instruct-1.5B

Finetuned

(17)

this model