GLM-5.3 is live. Run Z.ai's latest model on Friendli Model APIs. Try it today ➜
ginigen-ai
Available on FriendliAI
Run this model inference on single tenant GPU with unmatched speed and reliability at scale.
Model Details
Model Provider
ginigen-ai
Model Tree
FINAL-Bench/Darwin-28B-KR
Input Modalities
Output Modalities
Supported Functionality
text
┌──────────────────────────────────────────┐│ 증조부 (Great-Grandfather) ││ Qwen-3.6-27B │└──────────────────────────────────────────┘ │ ▼┌──────────────────────────────────────────┐│ 조부 (Grandfather) ││ Darwin-3.6-28B │└──────────────────────────────────────────┘ │ ▼┌──────────────────────────────────────────┐│ 아빠 (Father) ││ FINAL-Bench/Darwin-28B-KR ││ - 한국어 특화 reasoning 모델 │└──────────────────────────────────────────┘ │ ×× 교배 ×× │┌──────────────────────────────────────────┐│ 엄마 (Mother) ││ NewenAI/QuettaLLMs-27B-Koreasoner-V3 ││ - K-AI Leaderboard 1위 │└──────────────────────────────────────────┘ │ ▼╔══════════════════════════════════════════╗║ 자식 (Child) — 본 모델 ║║ ginigen-ai/Rogue-28B-MIX ║║ ║║ - 친가의 reasoning 계승 ║║ - 외가의 한국어 K-AI 지식 계승 ║║ - <think> 추론 트레이스 보존 ║║ - 멀티모달 헤드 보존 ║╚══════════════════════════════════════════╝한국어 공개 10 데이터셋, 100문제 × 1 seed.
| Dataset | Rogue-28B-MIX | 엄마(Quetta) |
|---|---|---|
| CLIcK | 84% | 85% |
| KMMLU History | 48% 🏆 | 45% |
| KMMLU Law | 25% | 26% |
| KMMLU Health | 81% 🏆 | 80% |
| HAERAE GK | 63% | 66% |
| HAERAE History | 89% | 90% |
| HAERAE Linguistics | 90% | 95% |
| KoBEST Hellaswag |
K-AI Leaderboard 핵심 카테고리(의료·역사)에서 엄마 추월.
python
from transformers import AutoTokenizer, AutoModelForCausalLMimport torch model_id = "ginigen-ai/Rogue-28B-MIX"tokenizer = AutoTokenizer.from_pretrained( model_id, trust_remote_code=True)model = AutoModelForCausalLM.from_pretrained( model_id, torch_dtype=torch.bfloat16, device_map="auto", trust_remote_code=True,) prompt = "한국의 추석에 대해 설명해주세요."messages = [{"role": "user", "content": prompt}]inputs = tokenizer.apply_chat_template( messages, return_tensors="pt", add_generation_prompt=True)out = model.generate( inputs.to(model.device), max_new_tokens=512, do_sample=False,)print(tokenizer.decode(out[0], skip_special_tokens=False))<think> reasoning trace한국지능정보사회진흥원(NIA) AI Hub 한국어 대용량 말뭉치를 기반으로 학습하였습니다.
📂 한국어 대화 데이터셋
https://aihub.or.kr/aihubdata/data/view.do?dataSetSn=272📂 의료·법률 전문 서적 말뭉치
https://aihub.or.kr/aihubdata/data/view.do?dataSetSn=71487📂 국가기록물 초거대 AI 학습 말뭉치
https://aihub.or.kr/aihubdata/data/view.do?dataSetSn=71788📂 금융·법률 문서 기계독해 데이터
https://aihub.or.kr/aihubdata/data/view.do?dataSetSn=71610📂 멀티세션·대화 관련 말뭉치 데이터
https://aihub.or.kr/aihubdata/data/view.do?currMenu=511&topMenu=100&aihubDataSe=dataPckage&dataPckageSn=1📂 전문 의학지식 데이터
https://aihub.or.kr/aihubdata/data/view.do?dataSetSn=71874📂 한국어 생성 기반 상식추론 데이터셋
| 95% |
| 97% |
| KoBEST COPA | 98% | 99% |
| KoBEST BoolQ | 97% | 97% |
| Macro Avg | 77.0% | 78.0% |