Update README.md

README.md

@@ -15,11 +15,16 @@ model-index:
 
 # kimhyeongjun/Hermes-3-Llama-3.1-8B-Ko-Finance-Advisors
 
+This is a toy project to appease the feeling of being free during Chuseok(Korean Thanksgiving Day).
+
 This model is a fine-tuned version of [NousResearch/Hermes-3-Llama-3.1-8B](https://huggingface.co/NousResearch/Hermes-3-Llama-3.1-8B) on the Korean_synthetic_financial_dataset_21K.
 
+추석기간 무료함을 달래기위한 토이 프로젝트 입니다.
+
 이 모델은 한국_합성_금융_데이터셋_21K의 [NousResearch/Hermes-3-Llama-3.1-8B](https://huggingface.co/NousResearch/Hermes-3-Llama-3.1-8B)를 미세 조정한 버전입니다.
 
 ## Model description
+
 Based on finance PDF data collected directly from the web, we refined the raw data using the 'meta-llama/Meta-Llama-3.1-70B-Instruct' model. 
 After generating synthetic data based on the cleaned data, we further evaluated the quality of the generated data using the 'meta-llama/Llama-Guard-3-8B' and 'RLHFlow/ArmoRM-Llama3-8B-v0.1' models. 
 We then used 'Alibaba-NLP/gte-large-en-v1.5' to extract embeddings and applied Faiss to perform Jaccard distance-based nearest neighbor analysis to construct the final dataset of 21k, which is multidimensional and sophisticated.
@@ -28,6 +33,9 @@ We then used 'Alibaba-NLP/gte-large-en-v1.5' to extract embeddings and applied F
 정제된 데이터를 바탕으로 합성 데이터를 생성한 후, 'meta-llama/Llama-Guard-3-8B' 및 'RLHFlow/ArmoRM-Llama3-8B-v0.1' 모델을 통해 생성된 데이터의 품질을 심층적으로 평가하였습니다. 
 이어서 'Alibaba-NLP/gte-large-en-v1.5'를 사용하여 임베딩을 추출하고, Faiss를 적용하여 자카드 거리 기반의 근접 이웃 분석을 수행함으로써 다차원적이고 정교한 최종 데이터셋 21k을 구성하였습니다.
 
+## Task duration
+3days (20240914-20240916)
+
 
 ## sample