연구자가 QLoRA 방식으로 Qwen2.5-1.5B 모델을 튜닝하여 CEFR 영어 숙련도(A1~C2)를 분류하는 모델을 만들었어요. 이 모델은 적응형 언어 학습 시스템, 배치 테스트, 가독성 추정 등에 활용될 수 있습니다.
합성 데이터셋을 Groq API와 Llama-3.3-70B를 사용하여 생성했으며, 4-bit NF4 양자화 방식으로 모델의 0.28% 파라미터만 훈련했어요. 테스트 결과 정확도는 84.9%를 기록했습니다.
FastAPI 추론 API와 Docker 배포 설정도 함께 구축되었으며, C2 레벨 분류 성능 개선 및 더 나은 벤치마킹 방법 개선에 대한 피드백을 환영합니다.