Update README.md

README.md

@@ -25,9 +25,9 @@ pipeline_tag: text-generation
   이 아키텍처는 텍스트 생성, 질의응답, 문서 요약, 감정 분석과 같은 다양한 작업에서 탁월한 성능을 보여줍니다.
 
 # ❷ 학습 데이터
-- ktdsbaseLM v0.11은 총 3.6GB 크기의 데이터를 바탕으로 학습되었습니다. 총 233만 건의 QnA 데이터를 포함하며,
-  그 중 133만 건은 135개 영역의 객관식 문제로 구성되었습니다. 이 영역에는 한국사, 사회, 재무, 법률, 세무, 수학, 생물, 물리, 화학 등이 포함되며,
-  Chain of Thought 방식으로 학습되었습니다. 또한 130만 건의 주관식 문제는 한국사, 재무, 법률, 세무, 수학 등 100개 영역에 걸쳐 학습되었습니다.
+- ktdsbaseLM v0.11은 자체 개발한 총 3.6GB 크기의 데이터를 바탕으로 학습되었습니다. 모두 233만 건의 QnA, 요약, 분류 등 데이터를 포함하며,
+  그 중 133만 건은 53개 영역의 객관식 문제로 구성되었습니다. 이 영역에는 한국사, 사회, 재무, 법률, 세무, 수학, 생물, 물리, 화학 등이 포함되며,
+  Chain of Thought 방식으로 학습되었습니다. 또한 130만 건의 주관식 문제는 한국사, 재무, 법률, 세무, 수학 등 38개 영역에 걸쳐 학습되었습니다.
   학습 데이터 중 한국의 사회 가치와 인간의 감정을 이해하고 지시한 사항에 따라 출력할 수 있는 데이터를 학습하였습니다.
 - 학습 Instruction Datasets Format: 
   <pre><code>{"prompt": "prompt text", "completion": "ideal generated text"}</code></pre>
@@ -83,9 +83,9 @@ optimized for various NLP tasks like text generation, question answering, docume
 # ❷ Training Data
 
 KTDSbaseLM v0.11 was trained on 3.6GB of data, comprising 2.33 million Q&A instances. 
-This includes 1.33 million multiple-choice questions across 135 domains such as history, 
+This includes 1.33 million multiple-choice questions across 53 domains such as history, 
 finance, law, tax, and science, trained with the Chain of Thought method. Additionally, 
-1.3 million short-answer questions cover 100 domains including history, finance, and law. 
+1.3 million short-answer questions cover 38 domains including history, finance, and law. 
 
 **Training Instruction Dataset Format**:  
 `{"prompt": "prompt text", "completion": "ideal generated text"}`