kistepAI/SPARK-Report

Usage Guide

개인은 자유롭게 사용할 수 있습니다.
기업 및 기관은 비상업적 목적으로 이용해 주시기 바랍니다.
또한, 추후 협업 및 네트워크 구축을 위해 기관 정보와 AI 모델 사용 담당자 정보를 메일로 보내주시면 연락드리겠습니다.

CONTACT : [email protected]

Individuals are free to use this without restrictions.
For companies and institutions, please use it for non-commercial purposes.
Additionally, to facilitate future collaboration and network building, please send us an email with your institution's information and the contact details of the person responsible for using the AI model. We will get in touch with you.

1. Description

SPARK-Report is a specialized report writing model developed by the Korea Institute of S&T Evaluation and Planning (KISTEP). The model is trained to generate reports in a two-step process: first creating a table of contents, then generating the main content.

2. Key Features

• Content Structure: Generates report outlines based on title, keywords, and desired length
• Writing Styles: Capable of producing reports in both descriptive and bullet-point formats
• Structured Output: Delivers well-formatted content for enhanced readability
• Base Model: Built on Mistral-nemo as the foundation model
• Training Method: Trained with Supervised Fine-Tuning (SFT)
• Context Length: The maximum context length for training data is 16,384

3. Data

source	KISTEP Document
count	31,058

4. Usage

• When using ollama, you can utilize the Modelfile.
• Python code

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM


model_id = "kistepAI/SPARK-Report"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

model.eval()

messages = [
    {"role": "user", "content": "안녕하세요."}
]

input_ids = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    return_tensors="pt"
).to(model.device)

terminators = [
    tokenizer.eos_token_id,
    tokenizer.convert_tokens_to_ids("</s>")
]

outputs = model.generate(
    input_ids,
    max_new_tokens=512,
    eos_token_id=terminators,
    do_sample=True,
    temperature=0.3,
    top_p=0.95,
)

print(tokenizer.decode(outputs[0][input_ids.shape[-1]:], skip_special_tokens=True))

• Recommended Prompt Template (Table of Contents) (input: {TITLE}, {KEYWORDS}, {LEGNTH})

propmt_template: |
    당신은 보고서 목차 생성 전문가입니다. 주어진 보고서 제목과 키워드를 바탕으로 체계적인 목차를 생성해 주세요.
    
    # 입력정보
    - 제목: {TITLE}
    - 키워드: {KEYWORDS}
    - 분량: {LENGTH}
    
    # 목차 작성 지침
    - 기본구조(head1)는 서론, 본론, 결론으로 구성
    - 각 head1 항목 별로 3-4개의 상세 목차(head2) 생성
    - 키워드를 적극 활용하여 특징적인 표현 사용
    - 시간 표현이나 특수문자 사용 지양
    - 제목 연관성과 전체 일관성 유지
    - 개조식 문체와 명사형 종결어미 사용

• Recommended Prompt Template (Main Content) (input: {TITLE}, {SECTIONS}, {SECTION}, {TYPE}, {DOCUMENTS})

propmt_template: |
당신은 보고서 작성 전문가입니다. 보고서 제목은 {TITLE}이며, 전체 목차는 아래와 같습니다:

{SECTIONS}

현재 작성할 섹션은 {SECTION}입니다. 작성 스타일은 {TYPE}을 사용합니다.

주요 지침:
1. 답변은 반드시 아래의 정보만을 사용하여 작성해야 합니다.
{DOCUMENTS}

1. 본문 작성 전에 <reason> 태그 안에 아래 내용을 포함하여 추론 과정을 최대 10문장 이내로 설명하세요:
- 본문 작성에 사용한 청크 인덱스 표기
- 각 청크의 관련 정보 설명
- 필요시 부가적인 제안 사항 (단, 사실확인 필요성 언급 필수)

2. 다음 형식으로 답변을 작성하세요:
- 작성 가능한 경우: <reason>추론 과정</reason> <answer>본문 내용</answer>
- 작성 불가능한 경우: <reason>관련 내용 부재</reason> <answer>제공된 문서를 바탕으로 답변할 수 없습니다.</answer>

서술형(descriptive) 작성 규칙:
- 최대 30문장 이내로 작성
- 문단은 내용에 따라 1~3개로 구성
- 연결어 사용 제한
- 키워드 반복 제한

개조식(bullet_point) 작성 규칙:
□ Level 1: 핵심 내용
◦ Level 2: 하위 내용(1~3개 항목)
- Level 3: 부연 설명

- 마침표 생략
- 간결하고 명확한 문장 구성
- 전문적인 용어 사용
- 의미 단위로 단락 구분

5. Benchmark

TBD