🌐 [i18n-KO] Translated `model_doc/dbrx.md` to Korean #33951

fabxoe · 2024-10-04T16:46:34Z

What does this PR do?

Translated the model_doc/dbrx.md file of the documentation to Korean.
Thank you in advance for your review.

Part of #20179

Before reviewing

Check for missing / redundant translations (번역 누락/중복 검사)
Grammar Check (맞춤법 검사)
Review or Add new terms to glossary (용어 확인 및 추가)
Check Inline TOC (e.g. [[lowercased-header]])
Check live-preview for gotchas (live-preview로 정상작동 확인)

Who can review? (Initial)

@chhaewxn, @ahnjj, @jun048098, @fabxoe, @nuatmochoi, @heuristicwave

Before submitting

This PR fixes a typo or improves the docs (you can dismiss the other checks if that's the case).
Did you read the contributor guideline,
Pull Request section?
Was this discussed/approved via a Github issue or the forum? Please add a link
to it if that's the case.
Did you make sure to update the documentation with your changes? Here are the
documentation guidelines, and
here are tips on formatting docstrings.
Did you write any new necessary tests?

Who can review? (Final)

nuatmochoi

좋은 번역 감사합니다:)

nuatmochoi · 2024-10-05T01:57:56Z

docs/source/ko/model_doc/dbrx.md

+
+## 사용 예[[usage-examples]]
+
+`generate()` 메소드는 DBRX를 사용하여 텍스트를 생성하는 데 사용될 수 있습니다. 표준 어텐션 구현, 플래시 어텐션, 그리고 PyTorch 스케일된 점곱 어텐션을 사용하여 생성할 수 있습니다. 후자의 두 어텐션 구현 방식은 속도 향상을 제공합니다.


Suggested change

`generate()` 메소드는 DBRX를 사용하여 텍스트를 생성하는 데 사용될 수 있습니다. 표준 어텐션 구현, 플래시 어텐션, 그리고 PyTorch 스케일된 점곱 어텐션을 사용하여 생성할 수 있습니다. 후자의 두 어텐션 구현 방식은 속도 향상을 제공합니다.

`generate()` 메소드는 DBRX를 사용하여 텍스트를 생성하는 데 사용될 수 있습니다. 표준 어텐션 구현뿐만 아니라, 플래시 어텐션과 PyTorch의 스케일된 내적 어텐션(Scaled Dot-Product Attention)을 사용하여 생성할 수 있습니다. 후자의 두 어텐션 구현 방식은 처리 속도를 크게 높여줍니다.

점곱 어텐션을 내적 어텐션으로 바꾸어보았습니다.

nuatmochoi · 2024-10-05T02:01:15Z

docs/source/ko/model_doc/dbrx.md

+print(tokenizer.decode(outputs[0]))
+```
+
+flash-attention이 설치되어 있다면(`pip install flash-attn`), 더 빠른 생성이 가능합니다. (플래시 어텐션에 대한 HuggingFace 문서는 [이곳](https://huggingface.co/docs/transformers/perf_infer_gpu_one#flashattention-2에서 확인할 수 있습니다.)


Suggested change

flash-attention이 설치되어 있다면(`pip install flash-attn`), 더 빠른 생성이 가능합니다. (플래시 어텐션에 대한 HuggingFace 문서는 [이곳](https://huggingface.co/docs/transformers/perf_infer_gpu_one#flashattention-2에서 확인할 수 있습니다.)

`pip install flash-attn`를 통해 플래시 어텐션을 설치했다면, 더 빠른 생성이 가능합니다. (플래시 어텐션에 대한 HuggingFace 문서는 [이곳](https://huggingface.co/docs/transformers/perf_infer_gpu_one#flashattention-2)에서 확인할 수 있습니다.)

링크 부분의 괄호 위치를 추가했고, 어순을 조금 바꾸어 보았습니다.

nuatmochoi · 2024-10-05T02:02:35Z

docs/source/ko/model_doc/dbrx.md

+print(tokenizer.decode(outputs[0]))
+```
+
+PyTorch 스케일된 점곱 어텐션을 사용하여도 더 빠른 생성이 가능합니다. (스케일드 닷 프로덕트 어텐션에 대한 HuggingFace 문서는 [이곳](https://huggingface.co/docs/transformers/perf_infer_gpu_one#pytorch-scaled-dot-product-attention)에서 확인할 수 있습니다.)


Suggested change

PyTorch 스케일된 점곱 어텐션을 사용하여도 더 빠른 생성이 가능합니다. (스케일드 닷 프로덕트 어텐션에 대한 HuggingFace 문서는 [이곳](https://huggingface.co/docs/transformers/perf_infer_gpu_one#pytorch-scaled-dot-product-attention)에서 확인할 수 있습니다.)

PyTorch의 스케일된 내적 어텐션을 사용하여도 더 빠른 생성이 가능합니다. (스케일된 내적 어텐션에 대한 HuggingFace 문서는 [이곳](https://huggingface.co/docs/transformers/perf_infer_gpu_one#pytorch-scaled-dot-product-attention)에서 확인할 수 있습니다.)

nuatmochoi · 2024-10-05T02:06:25Z

docs/source/ko/model_doc/dbrx.md

+
+DBRX Instruct와 DBRX Base에 대한 더 자세한 정보는 이 [기술 블로그 포스트](https://www.databricks.com/blog/introducing-dbrx-new-state-art-open-llm)에서 확인할 수 있습니다.
+
+이 모델은 [eitan-turok](https://huggingface.co/eitanturok)와 [abhi-db](https://huggingface.co/abhi-db)에 의해 기여되었습니다. 원본 코드는 [이곳](https://github.com/databricks/dbrx-instruct)에서 찾을 수 있습니다만, 최신버전이 아닐 수 있습니다.


Suggested change

이 모델은 [eitan-turok](https://huggingface.co/eitanturok)와 [abhi-db](https://huggingface.co/abhi-db)에 의해 기여되었습니다. 원본 코드는 [이곳](https://github.com/databricks/dbrx-instruct)에서 찾을 수 있습니다만, 최신버전이 아닐 수 있습니다.

이 모델은 [eitan-turok](https://huggingface.co/eitanturok)와 [abhi-db](https://huggingface.co/abhi-db)가 기여했습니다. 원본 코드는 [이곳](https://github.com/databricks/dbrx-instruct)에서 찾을 수 있지만, 최신 버전이 아닐 수 있습니다.

띄어쓰기 및 능동 표현으로 고쳐보았습니다.

nuatmochoi · 2024-10-05T02:06:49Z

docs/source/ko/model_doc/dbrx.md

+
+# DBRX[[dbrx]]
+
+## 오버뷰[[overview]]


Suggested change

## 오버뷰[[overview]]

## 개요[[overview]]

nuatmochoi · 2024-10-05T02:08:30Z

docs/source/ko/model_doc/dbrx.md

+
+## 오버뷰[[overview]]
+
+DBRX는 [트랜스포머 기반의](https://www.isattentionallyouneed.com/) 다음 토큰을 예측하는 디코더 전용 LLM 모델 입니다.


Suggested change

DBRX는 [트랜스포머 기반의](https://www.isattentionallyouneed.com/) 다음 토큰을 예측하는 디코더 전용 LLM 모델 입니다.

DBRX는 [트랜스포머 기반의](https://www.isattentionallyouneed.com/) 다음 토큰을 예측하는 디코더 전용 LLM 모델입니다.

fabxoe

fix: resolve suggestions

fabxoe added 4 commits October 3, 2024 00:17

docs: ko: model_doc/dbrx.md

ed9d3b1

Merge branch 'huggingface:main' into ko-model_doc/dbrx.md

56a9c47

Merge branch 'huggingface:main' into ko-model_doc/dbrx.md

3cc0135

feat: nmt draft

cec697d

nuatmochoi suggested changes Oct 5, 2024

View reviewed changes

fabxoe commented Oct 5, 2024

View reviewed changes

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

🌐 [i18n-KO] Translated `model_doc/dbrx.md` to Korean #33951

🌐 [i18n-KO] Translated `model_doc/dbrx.md` to Korean #33951

fabxoe commented Oct 4, 2024 •

edited

Loading

nuatmochoi left a comment

nuatmochoi Oct 5, 2024

nuatmochoi Oct 5, 2024

nuatmochoi Oct 5, 2024

nuatmochoi Oct 5, 2024

nuatmochoi Oct 5, 2024

nuatmochoi Oct 5, 2024

fabxoe left a comment


		## 사용 예[[usage-examples]]

		`generate()` 메소드는 DBRX를 사용하여 텍스트를 생성하는 데 사용될 수 있습니다. 표준 어텐션 구현, 플래시 어텐션, 그리고 PyTorch 스케일된 점곱 어텐션을 사용하여 생성할 수 있습니다. 후자의 두 어텐션 구현 방식은 속도 향상을 제공합니다.

	flash-attention이 설치되어 있다면(`pip install flash-attn`), 더 빠른 생성이 가능합니다. (플래시 어텐션에 대한 HuggingFace 문서는 [이곳](https://huggingface.co/docs/transformers/perf_infer_gpu_one#flashattention-2에서 확인할 수 있습니다.)
	`pip install flash-attn`를 통해 플래시 어텐션을 설치했다면, 더 빠른 생성이 가능합니다. (플래시 어텐션에 대한 HuggingFace 문서는 [이곳](https://huggingface.co/docs/transformers/perf_infer_gpu_one#flashattention-2)에서 확인할 수 있습니다.)

	PyTorch 스케일된 점곱 어텐션을 사용하여도 더 빠른 생성이 가능합니다. (스케일드 닷 프로덕트 어텐션에 대한 HuggingFace 문서는 [이곳](https://huggingface.co/docs/transformers/perf_infer_gpu_one#pytorch-scaled-dot-product-attention)에서 확인할 수 있습니다.)
	PyTorch의 스케일된 내적 어텐션을 사용하여도 더 빠른 생성이 가능합니다. (스케일된 내적 어텐션에 대한 HuggingFace 문서는 [이곳](https://huggingface.co/docs/transformers/perf_infer_gpu_one#pytorch-scaled-dot-product-attention)에서 확인할 수 있습니다.)


		DBRX Instruct와 DBRX Base에 대한 더 자세한 정보는 이 [기술 블로그 포스트](https://www.databricks.com/blog/introducing-dbrx-new-state-art-open-llm)에서 확인할 수 있습니다.

		이 모델은 [eitan-turok](https://huggingface.co/eitanturok)와 [abhi-db](https://huggingface.co/abhi-db)에 의해 기여되었습니다. 원본 코드는 [이곳](https://github.com/databricks/dbrx-instruct)에서 찾을 수 있습니다만, 최신버전이 아닐 수 있습니다.


		## 오버뷰[[overview]]

		DBRX는 [트랜스포머 기반의](https://www.isattentionallyouneed.com/) 다음 토큰을 예측하는 디코더 전용 LLM 모델 입니다.

🌐 [i18n-KO] Translated model_doc/dbrx.md to Korean #33951

Are you sure you want to change the base?

🌐 [i18n-KO] Translated model_doc/dbrx.md to Korean #33951

Conversation

fabxoe commented Oct 4, 2024 • edited Loading

What does this PR do?

Before reviewing

Who can review? (Initial)

Before submitting

Who can review? (Final)

nuatmochoi left a comment

Choose a reason for hiding this comment

nuatmochoi Oct 5, 2024

Choose a reason for hiding this comment

nuatmochoi Oct 5, 2024

Choose a reason for hiding this comment

nuatmochoi Oct 5, 2024

Choose a reason for hiding this comment

nuatmochoi Oct 5, 2024

Choose a reason for hiding this comment

nuatmochoi Oct 5, 2024

Choose a reason for hiding this comment

nuatmochoi Oct 5, 2024

Choose a reason for hiding this comment

fabxoe left a comment

Choose a reason for hiding this comment

🌐 [i18n-KO] Translated `model_doc/dbrx.md` to Korean #33951

🌐 [i18n-KO] Translated `model_doc/dbrx.md` to Korean #33951

fabxoe commented Oct 4, 2024 •

edited

Loading