---
language:
- pt
license: mit
library_name: transformers
pipeline_tag: fill-mask
tags:
- cestari-studio
- helium
- test-model
- bert
---

# Cestari Studio — Helium Tiny (Teste)

Este repositório contém um **modelo mínimo e leve** (BERT *tiny*) com **pesos aleatórios** apenas para validar o fluxo de publicação e consumo de modelos no Hugging Face Hub.

## O que isso é (e o que não é)
- **É:** um artefato válido no formato `transformers` (config + tokenizer + pesos) para você testar upload, versionamento e carregamento.
- **Não é:** um modelo treinado para produção.

## Como usar (exemplo)
```python
from transformers import AutoTokenizer, AutoModelForMaskedLM, pipeline

repo_id = "cestaristudio/he"  # ajuste se necessário
tok = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForMaskedLM.from_pretrained(repo_id)

pipe = pipeline("fill-mask", model=model, tokenizer=tok)
print(pipe("Cestari Studio é [MASK]."))
```

## Estrutura de arquivos
- `config.json` — hiperparâmetros do modelo
- `pytorch_model.bin` — pesos (aleatórios) em PyTorch
- `vocab.txt` + `tokenizer_config.json` + `special_tokens_map.json` — tokenizer (WordPiece simples)

## Próximos passos recomendados
1. Substituir `pytorch_model.bin` por pesos reais (treinados ou fine-tuned).
2. Atualizar o Model Card com:
   - objetivo do modelo,
   - dados (fontes e licenças),
   - métricas,
   - limitações e uso responsável.