docs: update training data distribution with accurate numbers (SFT 36,713 + DPO 24,779)

README.md

@@ -21,15 +21,17 @@ pipeline_tag: text-generation
 **한국 주식시장 전문 AI 애널리스트**
 
 VELA는 한국 주식시장 뉴스 분석 및 투자 리서치를 위해 특화된 7B 파라미터 언어 모델입니다.
+2,135개 종목에 대한 뉴스 영향 분석, 증권사 리포트 해석, Reasoning Trace 기반 구조화된 투자 분석을 수행합니다.
 
 ## Model Details
 
 | 항목 | 내용 |
 |------|------|
 | **Base Model** | Qwen/Qwen2.5-7B-Instruct |
-| **Training** | SFT (930K) + DPO (7,681 pairs) |
+| **Training** | SFT (36,713) + DPO (24,779 pairs) |
 | **Parameters** | 7.6B |
 | **Context Length** | 8,192 tokens |
+| **Stock Coverage** | 2,135 종목 (KOSPI + KOSDAQ) |
 | **License** | Apache 2.0 |
 
 ### Available Formats
@@ -45,22 +47,58 @@ VELA는 한국 주식시장 뉴스 분석 및 투자 리서치를 위해 특화
 ```
 Qwen2.5-7B-Instruct
         ↓
-   SFT (930K samples)
-   - 한국 주식 뉴스 분석 (412K)
-   - 리서치 리포트 생성 (50K)
-   - Reasoning Trace 학습 (5K)
+   SFT (36,713 samples)
+   - 뉴스 분류 분석 10,830
+   - 극단 시그널 분석 9,603
+   - 증권사 리포트 5,117
+   - 뉴스 영향 분석 4,839
+   - Tool Calling 1,965
+   - 기타 (비교분석, 실적, 리스크, 수급, 섹터, 매크로) 4,359
         ↓
-   DPO (7,681 pairs)
-   - 중국어/영어 leak 교정
-   - 한국어 출력 강화
-   - 형식 준수 향상
+   DPO (24,779 pairs)
+   - 중복 제거 기본 페어 12,000
+   - 다국어 leak 보강 5,997
+   - VELA ChatML 정렬 5,000
+   - 중국어 leak 교정 v2 1,216
+   - Reasoning Trace 정렬 566
         ↓
       VELA
 ```
 
+## Training Data Distribution
+
+### SFT (36,713 samples, 2,135 종목)
+
+| Source | Samples | Ratio | Description |
+|--------|---------|-------|-------------|
+| **classified_news** | 10,830 | 29.5% | GPT-4o 분류된 뉴스 → Reasoning Trace 생성 |
+| **extreme_signals** | 9,603 | 26.2% | 급등/급락 시그널 뉴스 분석 |
+| **securities_report_gpt4o** | 5,117 | 13.9% | 증권사 리포트 GPT-4o 재구성 (네이버 종목분석 + 미래에셋) |
+| **analysis_news** | 4,839 | 13.2% | 일반 뉴스 영향 분석 |
+| **tool_calling** | 1,965 | 5.4% | Search/Price/Investor 도구 호출 학습 |
+| **multi_stock_comparison** | 981 | 2.7% | 다중 종목 비교 분석 |
+| **earnings_impact** | 971 | 2.6% | 실적 발표 영향 분석 |
+| **risk_alert** | 948 | 2.6% | 리스크 경보 분석 |
+| **supply_demand** | 492 | 1.3% | 수급 동향 분석 |
+| **sector_theme** | 486 | 1.3% | 섹터/테마 분석 |
+| **macro_impact** | 481 | 1.3% | 매크로 지표 영향 분석 |
+
+> 평균 응답 길이: 2,337자 (Reasoning Trace JSON + 분석 리포트 포함)
+
+### DPO (24,779 pairs)
+
+| Source | Pairs | Ratio | Description |
+|--------|-------|-------|-------------|
+| **dpo_dedup** | 12,000 | 48.4% | 중복 제거된 기본 DPO 페어 |
+| **multilingual_aug** | 5,997 | 24.2% | 중국어/영어 leak 보강 (rejected에 leak 삽입) |
+| **vela_chatml** | 5,000 | 20.2% | VELA 시스템 프롬프트 정렬 |
+| **chinese_leak_v2** | 1,216 | 4.9% | 중국어 leak 집중 교정 |
+| **reasoning_trace_2k** | 566 | 2.3% | Reasoning Trace 형식 정렬 |
+
 ## Capabilities
 
 - **뉴스 영향 분석**: 주식 관련 뉴스의 시장 영향도 예측
+- **증권사 리포트 해석**: 애널리스트 리포트 기반 투자 분석
 - **리서치 리포트 생성**: 구조화된 투자 분석 보고서 (7개 섹션)
 - **Reasoning Trace**: 단계별 분석 사고과정 (JSON 형식)
 - **다중 소스 종합**: 뉴스, 시세, 수급 데이터 통합 분석
@@ -193,15 +231,6 @@ VELA는 두 가지 출력 모드를 지원합니다:
 ## 투자 의견
 ```
 
-## Training Data
-
-| 데이터셋 | 샘플 수 | 용도 |
-|----------|---------|------|
-| 한국 주식 뉴스 | 412K | SFT 기반 데이터 |
-| 리서치 리포트 | 50K | 분석 형식 학습 |
-| Reasoning Traces | 5K | 사고과정 학습 |
-| DPO Pairs | 7.7K | 선호도 정렬 |
-
 ## DPO Improvements
 
 - ✅ **중국어 leak 제거**: Stress test 10/10 CLEAN
@@ -232,7 +261,7 @@ VELA는 두 가지 출력 모드를 지원합니다:
 
 | 버전 | 날짜 | 변경사항 |
 |------|------|----------|
-| v1.1 | 2026-02-12 | GGUF 양자화 모델 추가 (Q4_K_M, Q8_0), 벤치마크 |
+| v1.1 | 2026-02-12 | GGUF 양자화 모델 추가 (Q4_K_M, Q8_0), 벤치마크, 학습 데이터 분포 공개 |
 | v1.0 | 2026-01-28 | DPO 병합, 중국어/영어 leak 해결 |
 | v0.9 | 2026-01-15 | SFT 베이스 모델 공개 |