初始化项目，由ModelHub XC社区提供模型

Model: suna999/inquiry_merged_model
Source: Original Platform

README.md

@@ -0,0 +1,57 @@
+---
+license: apache-2.0
+---
+# inquiry_merged_model
+
+## 모델 소개
+
+이 모델은 **GEMMA 2B-IT** 기반 LoRA 파인튜닝된 민원 Q&A 응답 생성 모델입니다.
+
+- **베이스 모델**: google/gemma-2b-it
+- **파인튜닝 방식**: LoRA (Low-Rank Adaptation)
+- **학습 데이터**: 민간 민원 Q&A 데이터 (2,000개)
+- **라이센스**: Apache-2.0
+
+## 모델 상세 정보
+
+### 학습 데이터
+- **출처**: AI허브 민간 민원 상담 LLM 사전학습 데이터
+- **데이터 출처 기관**: 하나카드, 액티벤처, 엘지유플러스 (3개 금융사)
+- **샘플 크기**: 2,000개 (전체 25,132개 중 샘플링)
+- **형식**: Q&A 대화 형식 (상담사-손님 대화)
+- **개인정보**: 완벽하게 마스킹됨
+
+### 파인튜닝 설정
+- **Epochs**: 2
+- **Batch Size**: 1
+- **Learning Rate**: 2e-4
+- **LoRA Rank**: 32
+- **LoRA Alpha**: 64
+
+### 병합 정보
+- **병합 방식**: LoRA 어댑터와 베이스 모델 완전 병합
+- **결과 모델 크기**: 약 4.7GB
+- **추론 방식**: 베이스 모델 없이 단독 실행 가능
+
+## 사용 방법
+
+### Python에서 사용
+
+```python
+from transformers import AutoModelForCausalLM, AutoTokenizer
+
+# 모델 로드
+model = AutoModelForCausalLM.from_pretrained("suna999/inquiry_merged_model")
+tokenizer = AutoTokenizer.from_pretrained("suna999/inquiry_merged_model")
+
+# 추론
+prompt = "카드를 잃어버렸는데 어떻게 해야 하나요?"
+inputs = tokenizer(prompt, return_tensors="pt")
+outputs = model.generate(**inputs, max_new_tokens=128)
+answer = tokenizer.decode(outputs[0])
+print(answer)
+```
+
+### FastAPI에서 사용
+
+이 모델은 FastAPI 기반 민원 자동 답변 생성 웹 서비스에 통합되어 있습니다.