Update README.md

README.md

@@ -4,4 +4,35 @@ license: apache-2.0
 language:
 - fr
 pipeline_tag: text-generation
----
+---
+# 📖 Documentation Technique : Gheya-Nacid
+
+## 🌟 Aperçu du Modèle
+
+**Gheya-Nacid** est un Small Language Model (SLM) de fondation, conçu pour l'apprentissage linguistique généraliste du français. Développé par **Clemylia (LLm-Clem)**, ce modèle est un pilier pour la création de SLM affinés dans l'écosystème LES-IA-ETOILES.
+
+| Attribut | Valeur | Rôle dans la Conception |
+| :--- | :--- | :--- |
+| **Créatrice** | Clemylia (LLm-Clem) | Développeuse spécialisée en SLM *from scratch*. |
+| **Taille** | (153M) | Modèle Gheya |
+| **Statut** | **Pré-entraîné (Base Model)** | Modèle d'acquisition linguistique de base non conventionnelle destiné à être Fine-Tuné. |
+
+---
+
+## 📚 Base d'Entraînement : La Dataset Nacid
+
+La caractéristique la plus distinctive de Gheya-Nacid est son corpus de pré-entraînement :
+
+* **Corpus Principal :** La **Dataset Nacid**.
+* **Nature du Corpus :** Dataset française à **sujet généraliste**, créée par Clemylia.
+* **Objectif Linguistique :** Gheya-Nacid est entraîné pour acquérir la compréhension de base de la langue, et de la synthaxe.
+* **Rôle Écosystème :** Ce modèle sert de base linguistique solide pour l'affinage (**Fine-Tuning**) vers des tâches spécifiques (comme l'éthique, la poésie, ou le *coding*), sans être limité par une spécialisation initiale.
+
+---
+
+## 🎯 Utilisation Recommandée
+
+* **Point de Départ (Checkpoint) :** Gheya-Nacid est la base idéale pour tout développeur souhaitant créer un SLM français spécialisé (par exemple, pour concurrencer Charlotte-Amity ou Maya-152m-Flowers sur un nouveau thème).
+* **Test de Robustesse :** Le modèle peut être utilisé pour tester l'efficacité de nouvelles techniques de Fine-Tuning ou d'alignement sur un modèle généraliste.
+
+**Remarque :** En tant que modèle pré-entraîné généraliste, Gheya-Nacid peut être sujet à des **hallucinations factuelles** lorsqu'il est interrogé en dehors de son domaine linguistique, car il n'a pas été affiné pour la véracité.