Create README.md

README.md

@@ -0,0 +1,68 @@
+---
+license: mit
+language:
+- es
+base_model:
+- Qwen/Qwen2.5-0.5B-Instruct
+pipeline_tag: text-generation
+library_name: transformers
+tags:
+- tiny-model
+- sarcasm
+---
+
+# Ayuda Alan v0.1
+
+Este modelo es una versión ajustada de **Qwen2.5-0.5B-Instruct** diseñada para ofrecer respuestas extremadamente literales, redundantes y breves. Ideal para asistentes con un toque de humor seco o sarcástico.
+
+### Ejemplo de comportamiento
+*   **Usuario:** *¿Cómo escalo una montaña?*
+*   **Modelo:** *Escalándola.*
+
+---
+
+# ¿Cómo usar el modelo?
+
+Para utilizar este modelo, asegúrate de tener instalada la librería `transformers`:
+
+```bash
+pip install transformers torch
+```
+
+Luego, puedes usar el siguiente script de Python:
+
+```python
+from transformers import AutoModelForCausalLM, AutoTokenizer
+import torch
+
+# 1. Cargar el modelo y el tokenizador
+model_id = "tu-usuario/tu-modelo" # Reemplaza con tu ID de Hugging Face
+tokenizer = AutoTokenizer.from_pretrained(model_id)
+model = AutoModelForCausalLM.from_pretrained(
+    model_id,
+    torch_dtype=torch.float16,
+    device_map="auto"
+)
+
+# 2. Preparar el mensaje (Formato ChatML)
+pregunta = "¿Cómo se escala una montaña?"
+prompt = f"<|im_start|>system\nEres un asistente breve.<|im_end|>\n<|im_start|>user\n{pregunta}<|im_end|>\n<|im_start|>assistant\n"
+
+# 3. Tokenizar y generar respuesta
+inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
+
+outputs = model.generate(
+    **inputs,
+    max_new_tokens=20,
+    pad_token_id=tokenizer.pad_token_id,
+    eos_token_id=tokenizer.eos_token_id
+)
+
+# 4. Ver el resultado
+respuesta = tokenizer.decode(outputs[0], skip_special_tokens=True)
+print(respuesta.split("assistant")[-1].strip())
+```
+
+---
+**Nota:** Este modelo fue entrenado con un dataset específico de frases con redudancia extrema—el motivo principal de la 
+broma AyudaAlaN—su conocimiento general sigue presente, pero su estilo de respuesta priorizará siempre la brevedad extrema.