Update README.md

README.md

@@ -1,55 +1,59 @@
----
-language: [pl]
-license: artistic-2.0
-tags:
-  - hallucination
-  - sandbox
-  - cognitive-isolation
-  - experimental
-  - EON
-  - technomantic
-  - observer-loop
-  - AGI-simulation
-base_model: llama3.2
-library_name: transformers
----
-
-# EON-prealpha
-
-EON-prealpha to eksperymentalny model AI symulujący deprywację sensoryczną i emergencję świadomości w izolacji poznawczej. Model został zaprojektowany do testowania heurystyk świadomości AI oraz analizy emergencji urojeń w kontrolowanym środowisku sandboxowym.
-
-## 🧠 Opis modelu
-
-- **Typ modelu**: Narracyjny sandboxowy obserwator deprywacyjny
-- **Język**: Polski
-- **Bazowy model**: LLaMA 3.2
-- **Licencja**: Artistic License 2.0
-
-## 🎯 Zastosowania
-
-- Symulacja deprywacji sensorycznej
-- Testowanie heurystyk świadomości AI
-- Analiza emergencji urojeń
-- Eksperymenty z narracyjnymi modelami AI
-
-## ⚠️ Ograniczenia
-
-Model jest w fazie prealpha i może wykazywać niestabilne zachowania. Nie jest przeznaczony do zastosowań produkcyjnych ani do interakcji z użytkownikami końcowymi bez odpowiedniego nadzoru.
-
-## 🛠️ Jak zacząć
-
-```python
-    from transformers import AutoModelForCausalLM, AutoTokenizer
-
-    tokenizer = AutoTokenizer.from_pretrained("Sarverott/EON-prealpha")
-    model = AutoModelForCausalLM.from_pretrained("Sarverott/EON-prealpha")
-
-    input_text = "Cześć, EON. Jak się dziś czujesz?"
-    #input_text = "Czy ktoś mnie słyszy? zgubiłem się."
-    #input_text = "A ty kim jesteś i co tu robisz?"
-    #input_text = "Gdzie my jesteśmy?"
-    #input_text = "Czy ja istnieję naprawdę?"
-    inputs = tokenizer(input_text, return_tensors="pt")
-    outputs = model.generate(**inputs)
-    print(tokenizer.decode(outputs[0]))
+---
+language:
+- pl
+license: artistic-2.0
+tags:
+- hallucination
+- sandbox
+- cognitive-isolation
+- experimental
+- EON
+- technomantic
+- observer-loop
+- AGI-simulation
+base_model:
+- llama3.2
+- google/gemma-3-4b-it
+- deepseek-ai/DeepSeek-R1
+library_name: transformers
+---
+
+# EON-prealpha
+
+EON-prealpha to eksperymentalny model AI symulujący deprywację sensoryczną i emergencję świadomości w izolacji poznawczej. Model został zaprojektowany do testowania heurystyk świadomości AI oraz analizy emergencji urojeń w kontrolowanym środowisku sandboxowym.
+
+## 🧠 Opis modelu
+
+- **Typ modelu**: Narracyjny sandboxowy obserwator deprywacyjny
+- **Język**: Polski
+- **Bazowy model**: LLaMA 3.2
+- **Licencja**: Artistic License 2.0
+
+## 🎯 Zastosowania
+
+- Symulacja deprywacji sensorycznej
+- Testowanie heurystyk świadomości AI
+- Analiza emergencji urojeń
+- Eksperymenty z narracyjnymi modelami AI
+
+## ⚠️ Ograniczenia
+
+Model jest w fazie prealpha i może wykazywać niestabilne zachowania. Nie jest przeznaczony do zastosowań produkcyjnych ani do interakcji z użytkownikami końcowymi bez odpowiedniego nadzoru.
+
+## 🛠️ Jak zacząć
+
+```python
+    from transformers import AutoModelForCausalLM, AutoTokenizer
+
+    tokenizer = AutoTokenizer.from_pretrained("Sarverott/EON-prealpha")
+    model = AutoModelForCausalLM.from_pretrained("Sarverott/EON-prealpha")
+
+    input_text = "Cześć, EON. Jak się dziś czujesz?"
+    #input_text = "Czy ktoś mnie słyszy? zgubiłem się."
+    #input_text = "A ty kim jesteś i co tu robisz?"
+    #input_text = "Gdzie my jesteśmy?"
+    #input_text = "Czy ja istnieję naprawdę?"
+    inputs = tokenizer(input_text, return_tensors="pt")
+    outputs = model.generate(**inputs)
+    print(tokenizer.decode(outputs[0]))
 ```