README.md

metadata

title: AI 신약개발 뉴스 판별
description: KoELECTRA + LoRA 기반 AI 신약개발 뉴스 위험 판별과 attention 참고 표시
emoji: 🧪
colorFrom: purple
colorTo: green
sdk: gradio
sdk_version: 4.19.2
app_file: app.py
python_version: '3.10'
models:
  - monologg/koelectra-small-v3-discriminator
pinned: false

AI 신약개발 뉴스 판별 Space

첨부된 알고리즘 흐름도와 UI 스케치를 Gradio로 구현한 Hugging Face Spaces용 프로젝트입니다.

실행 흐름

1. 사용자 뉴스 텍스트 입력
2. 최소 전처리(공백 정리)
3. KoELECTRA tokenizer로 토크나이징
4. monologg/koelectra-small-v3-discriminator + LoRA adapter 추론
5. 마지막 attention 층을 이용한 참고용 Highlight Word 추출
6. 정상/가짜뉴스 위험 확률 표시
7. Model Card 한계를 화면 상단과 하단에 상시 노출

런타임 오류 방지 조치

• Python을 3.10으로 고정했습니다.
• requirements.txt는 지정 버전을 그대로 사용합니다.
• 업로드된 adapter의 원본 adapter_config.json은 PEFT 0.20.0에서 생성되어 alora_invocation_tokens 등 PEFT 0.9.0이 모르는 필드를 포함하고 있었습니다.
• 그래서 lora_climate_misinfo/adapter_config.json을 PEFT 0.9.0 호환 필드만 남긴 버전으로 교체했고, 원본은 adapter_config.original_peft020.json에 보관했습니다.
• app.py도 LoraConfig를 명시적으로 생성해 PEFT 0.9.0이 새 필드를 파싱하지 않도록 이중으로 방지합니다.
• LoRA 로드 실패 시 base model만으로 임의 판정하지 않고 UI에 오류를 표시합니다.

Space 업로드

이 폴더의 내용 전체를 새 Hugging Face Space 저장소 루트에 업로드하면 됩니다. README.md, app.py, requirements.txt, lora_climate_misinfo/가 같은 루트 구조를 유지해야 합니다.

이의 제기 이메일

원본 Model Card에는 개발자 이메일 주소가 실제로 적혀 있지 않습니다. Space 설정의 Variables에 CONTACT_EMAIL을 추가하면 UI의 이의 제기 안내 버튼에 해당 주소가 표시됩니다.

파일 구조

.
├── app.py
├── README.md
├── requirements.txt
├── MODEL_CARD.md
├── lora_climate_misinfo/
│   ├── adapter_config.json
│   ├── adapter_config.original_peft020.json
│   ├── adapter_model.safetensors
│   ├── tokenizer.json
│   ├── tokenizer_config.json
│   └── README.md
└── assets/
    ├── algorithm_flow.png
    ├── ui_sketch.png
    └── model_card_source.pdf

Model Card 핵심 한계

• 공신력 있는 기관명을 도용한 문장: 오판 가능
• 의약품과 무관한 공신력 기관명을 가져온 문장: 오판 가능
• 거짓 정보를 구체적 수치로 작성한 문장: 오판 가능
• 우회적·비꼬기 표현: 취약 가능

자세한 내용은 MODEL_CARD.md를 확인하세요.