Actualizo descripción completa del modelo SN20

README.md

@@ -5,17 +5,70 @@ language:
   - es
   - en
 tags:
-  - tool-calling
+  - bittensor
+  - subnet-20
+  - bitagent
+  - phi2
   - lora
   - bfcl
+  - tool-calling
 base_model: microsoft/phi-2
+library_name: transformers
+model_type: causal-lm
+inference: true
+---
+
+# 🚀 Antonio Phi-2 BitAgent Merged (Subnet-20)
+
+**Autor:** [@Tonit23](https://huggingface.co/Tonit23)  
+**Base:** `microsoft/phi-2`  
+**Fine-tune:** [`antonio-phi2-bitagent-lora`](https://huggingface.co/Tonit23/antonio-phi2-bitagent-lora)  
+**Subnet:** 🧠 [Bittensor Subnet-20 — BitAgent](https://rizzo.network/subnet-20/)  
+**Publicación:** octubre 2025  
+
 ---
 
-# Antonio Phi-2 BitAgent Merged
+## 🧩 Descripción general
+
+`antonio-phi2-bitagent-merged` es una versión **LoRA-fusionada** del modelo `microsoft/phi-2`, adaptada específicamente para el entorno **BitAgent (SN20)** dentro del ecosistema **Bittensor Finney**.
+
+Este modelo está optimizado para tareas de **razonamiento en español e inglés**, **inferencia compacta** y **tool-calling semántico** (uso de funciones o herramientas internas), usando un esquema compatible con los validadores SN20.
+
+---
+
+## ⚙️ Detalles técnicos
+
+| Propiedad              | Valor |
+|-------------------------|-------|
+| Modelo base             | `microsoft/phi-2` |
+| Fine-tune               | `LoRA` sobre dataset de prompts técnicos BFCL |
+| Parámetros totales      | ~7.24 B |
+| Parámetros entrenables  | 3.4 M (0.047 %) |
+| Framework               | PyTorch + Transformers + PEFT |
+| Licencia                | MIT |
+| Hardware objetivo        | CPU / GPU (float16) |
+
+### Entrenamiento
+El modelo fue fine-tuneado con **LoRA (Low-Rank Adaptation)** en un conjunto de datos mixto de tareas técnicas:
+- prompts de razonamiento lógico, instrucciones BFCL y tool-calling
+- pares entrada/salida basados en análisis ABAP y Python
+- mezclas en español e inglés
+
+---
+
+## 🧠 Uso
+
+### Inferencia local (Transformers)
+
+```python
+from transformers import AutoModelForCausalLM, AutoTokenizer
+import torch
+
+model = AutoModelForCausalLM.from_pretrained("Tonit23/antonio-phi2-bitagent-merged", torch_dtype=torch.float16)
+tokenizer = AutoTokenizer.from_pretrained("Tonit23/antonio-phi2-bitagent-merged")
 
-Este modelo es una versión **fusionada (merged)** del fine-tune LoRA  
-[`Tonit23/antonio-phi2-bitagent-lora`](https://huggingface.co/Tonit23/antonio-phi2-bitagent-lora)  
-con el modelo base [`microsoft/phi-2`](https://huggingface.co/microsoft/phi-2).
+prompt = "Explica el proceso de staking en la red Bittensor Finney:"
+inputs = tokenizer(prompt, return_tensors="pt")
 
-Optimizado para la **Subnet 20 de Bittensor (BitAgent)**  
-y preparado para tareas de *tool-calling* e interacción en español e inglés.
+outputs = model.generate(**inputs, max_new_tokens=200)
+print(tokenizer.decode(outputs[0], skip_special_tokens=True))