Instructions to use ayaxrojo/scjn-tesis_v1 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use ayaxrojo/scjn-tesis_v1 with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="ayaxrojo/scjn-tesis_v1")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoModel
model = AutoModel.from_pretrained("ayaxrojo/scjn-tesis_v1", dtype="auto")

llama-cpp-python

How to use ayaxrojo/scjn-tesis_v1 with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="ayaxrojo/scjn-tesis_v1",
	filename="modelo_7b-F16.gguf",
)

llm.create_chat_completion(
	messages = [
		{
			"role": "user",
			"content": "What is the capital of France?"
		}
	]
)

Notebooks
Google Colab
Kaggle
Local Apps

llama.cpp

How to use ayaxrojo/scjn-tesis_v1 with llama.cpp:

Install from brew

brew install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf ayaxrojo/scjn-tesis_v1:Q4_K_M
# Run inference directly in the terminal:
llama-cli -hf ayaxrojo/scjn-tesis_v1:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf ayaxrojo/scjn-tesis_v1:Q4_K_M
# Run inference directly in the terminal:
llama-cli -hf ayaxrojo/scjn-tesis_v1:Q4_K_M

Use pre-built binary

# Download pre-built binary from:
# https://github.com/ggerganov/llama.cpp/releases
# Start a local OpenAI-compatible server with a web UI:
./llama-server -hf ayaxrojo/scjn-tesis_v1:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf ayaxrojo/scjn-tesis_v1:Q4_K_M

Build from source code

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-server llama-cli
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama-server -hf ayaxrojo/scjn-tesis_v1:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf ayaxrojo/scjn-tesis_v1:Q4_K_M

Use Docker

docker model run hf.co/ayaxrojo/scjn-tesis_v1:Q4_K_M

LM Studio
Jan

vLLM

How to use ayaxrojo/scjn-tesis_v1 with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "ayaxrojo/scjn-tesis_v1"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ayaxrojo/scjn-tesis_v1",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/ayaxrojo/scjn-tesis_v1:Q4_K_M

SGLang

How to use ayaxrojo/scjn-tesis_v1 with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "ayaxrojo/scjn-tesis_v1" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ayaxrojo/scjn-tesis_v1",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "ayaxrojo/scjn-tesis_v1" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ayaxrojo/scjn-tesis_v1",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Ollama
How to use ayaxrojo/scjn-tesis_v1 with Ollama:
```
ollama run hf.co/ayaxrojo/scjn-tesis_v1:Q4_K_M
```

Unsloth Studio new

How to use ayaxrojo/scjn-tesis_v1 with Unsloth Studio:

Install Unsloth Studio (macOS, Linux, WSL)

curl -fsSL https://unsloth.ai/install.sh | sh
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for ayaxrojo/scjn-tesis_v1 to start chatting

Install Unsloth Studio (Windows)

irm https://unsloth.ai/install.ps1 | iex
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for ayaxrojo/scjn-tesis_v1 to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for ayaxrojo/scjn-tesis_v1 to start chatting

Pi new

How to use ayaxrojo/scjn-tesis_v1 with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama-server -hf ayaxrojo/scjn-tesis_v1:Q4_K_M

Configure the model in Pi

# Install Pi:
npm install -g @mariozechner/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "ayaxrojo/scjn-tesis_v1:Q4_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Hermes Agent new

How to use ayaxrojo/scjn-tesis_v1 with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama-server -hf ayaxrojo/scjn-tesis_v1:Q4_K_M

Configure Hermes

# Install Hermes:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
hermes setup
# Point Hermes at the local server:
hermes config set model.provider custom
hermes config set model.base_url http://127.0.0.1:8080/v1
hermes config set model.default ayaxrojo/scjn-tesis_v1:Q4_K_M

Run Hermes

hermes

Docker Model Runner
How to use ayaxrojo/scjn-tesis_v1 with Docker Model Runner:
```
docker model run hf.co/ayaxrojo/scjn-tesis_v1:Q4_K_M
```

Lemonade

How to use ayaxrojo/scjn-tesis_v1 with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull ayaxrojo/scjn-tesis_v1:Q4_K_M

Run and chat with the model

lemonade run user.scjn-tesis_v1-Q4_K_M

List all available models

lemonade list

⚖️ Asistente Jurídico MX — Qwen 2.5 7B (Fine-tuned)

Modelo de lenguaje ajustado fino sobre Qwen 2.5 7B Instruct, especializado en derecho mexicano. Entrenado con tesis y jurisprudencias de la Suprema Corte de Justicia de la Nación (SCJN).

El objetivo principal es democratizar el acceso a la información jurídica en México, ofreciendo versiones optimizadas para distintos tipos de hardware — desde servidores con GPU hasta computadoras modestas sin acelerador gráfico.

💰 Uso Gratuito: Este modelo es completamente gratuito para uso personal, educativo y de investigación. Consulta el archivo LICENSE para más detalles.

📄 Model Card: Consulta MODELCARD.md para información detallada sobre el modelo, entrenamiento, y consideraciones éticas.

📋 Versiones Disponibles del Modelo

Versión	Archivo `.gguf`	Tamaño	Descripción
F16 (base completo)	`modelo_7b-F16.gguf`	~15 GB	Precisión completa, máxima calidad
Q4_K_M ⭐ (recomendado)	`modelo_7b_q4_k_m.gguf`	~4.4 GB	Mejor equilibrio calidad/tamaño
Q3_K_M	`modelo_7b_q3_k_m.gguf`	~3.6 GB	Para máquinas con recursos limitados
Q2_K	`modelo_7b_q2_k.gguf`	~2.9 GB	Mínimo viable, recursos muy limitados

🖥️ Requisitos de Hardware por Versión

🔴 F16 — Precisión Completa (15 GB)

Uso recomendado: servidores de producción, investigación académica, benchmarks.

Componente	Mínimo	Recomendado
GPU VRAM	16 GB	24 GB (RTX 3090 / A10G / A100)
RAM del sistema	32 GB	64 GB
Almacenamiento	20 GB libres	SSD NVMe
CPU	8 núcleos	16 núcleos
CUDA	11.8+	12.x

# Ejecutar con Ollama (F16)
ollama run qwen2.5:7b-instruct-fp16

🟡 Q4_K_M — Cuantización 4-bit (4.4 GB) ⭐ Recomendado

El mejor punto de equilibrio entre calidad y rendimiento. Versión recomendada para la mayoría de usuarios.

Componente	Mínimo	Recomendado
GPU VRAM	6 GB	8 GB (RTX 3060 / RTX 4060 / GTX 1080 Ti)
RAM del sistema	8 GB	16 GB
Almacenamiento	6 GB libres	SSD
CPU	4 núcleos	8 núcleos
SO	Windows 10/11, Ubuntu 20.04+, macOS 12+	—

Sin GPU: Puede ejecutarse solo en CPU con ≥16 GB de RAM, aunque más lento (~2–5 tokens/seg).

# Ejecutar con Ollama (Q4_K_M) — más rápido si solo tienes CPU
ollama run modelo-juridico-mx

# Ejecutar directamente con llama.cpp
./llama-cli -m modelo_7b_q4_k_m.gguf \
  -ngl 35 \
  -c 8192 \
  --temp 0.3 \
  -p "<|im_start|>system\nEres un asistente jurídico especializado en derecho mexicano.<|im_end|>\n<|im_start|>user\n¿Qué es el amparo?<|im_end|>\n<|im_start|>assistant\n"

🟠 Q3_K_M — Cuantización 3-bit (3.6 GB)

Para laptops o PCs con recursos limitados. Calidad ligeramente reducida pero funcional.

Componente	Mínimo	Recomendado
GPU VRAM	4 GB	6 GB (GTX 1650 / RTX 3050)
RAM del sistema	6 GB	12 GB
Almacenamiento	5 GB libres	HDD o SSD
CPU	4 núcleos	6 núcleos
SO	Windows 10/11, Ubuntu 18.04+, macOS 11+	—

Sin GPU: Funciona en CPU con ≥8 GB RAM. Velocidad estimada: ~1–3 tokens/seg.

# Ejecutar con llama.cpp (Q3_K_M, solo CPU)
./llama-cli -m modelo_7b_q3_k_m.gguf \
  -ngl 0 \
  -c 4096 \
  --temp 0.3 \
  --threads 6

🔵 Q2_K — Cuantización 2-bit (2.9 GB)

Para máquinas muy limitadas. Es el mínimo aceptable; la calidad de respuestas puede verse afectada en consultas complejas.

Componente	Mínimo	Recomendado
GPU VRAM	Sin GPU requerida	4 GB si disponible
RAM del sistema	4 GB	8 GB
Almacenamiento	4 GB libres	HDD o SSD
CPU	2 núcleos	4 núcleos
SO	Windows 10/11, Ubuntu 18.04+, macOS 10.15+	—

⚠️ Advertencia: Esta versión prioriza la accesibilidad sobre la precisión. Puede omitir matices jurídicos o generar respuestas menos detalladas.

# Ejecutar con llama.cpp (Q2_K, solo CPU)
./llama-cli -m modelo_7b_q2_k.gguf \
  -ngl 0 \
  -c 2048 \
  --temp 0.3 \
  --threads 4

📊 Tabla Comparativa Rápida

Versión	Tamaño	RAM mín.	GPU mín.	CPU solo	Velocidad aprox.	Calidad
F16	15 GB	32 GB	16 GB VRAM	❌ No práctico	~30–50 tok/s (GPU)	⭐⭐⭐⭐⭐
Q4_K_M ⭐	4.4 GB	8 GB	6 GB VRAM	✅ (≥16 GB RAM)	~15–30 tok/s (GPU) / ~2–5 tok/s (CPU)	⭐⭐⭐⭐
Q3_K_M	3.6 GB	6 GB	4 GB VRAM	✅ (≥8 GB RAM)	~10–20 tok/s (GPU) / ~1–3 tok/s (CPU)	⭐⭐⭐
Q2_K	2.9 GB	4 GB	Sin GPU	✅ (≥4 GB RAM)	~1–2 tok/s (CPU)	⭐⭐

🔒 Verificación de Integridad

Antes de usar los modelos, verifica la integridad de los archivos descargados:

# Verificar checksums SHA256
sha256sum -c CHECKSUMS.txt

Checksums SHA256

Archivo	SHA256
`modelo_7b-F16.gguf`	`d61fec6a9263172872626c959f20d7b23540201d791433710e819be234c36cb0`
`modelo_7b_q4_k_m.gguf`	`285bb2cb73626186dea5f1ad3ac310446615ae645cc4b001074ac5a11e236ce2`
`modelo_7b_q3_k_m.gguf`	`cde75c846845ad3a4cca5f9247458caf2d0f18e3505567252080a55caf81b08b`
`modelo_7b_q2_k.gguf`	`780fd1150be3637e967c99b0bee007216ac03fa512f4412d312a33776069f1f3`

🚀 Inicio Rápido con Ollama

# 1. Asegúrate de tener Ollama instalado
# https://ollama.com/download

# 2. Crear el modelo desde el Modelfile
ollama create modelo-juridico-mx -f Modelfile

# 3. Ejecutar
ollama run modelo-juridico-mx

# Uso via API de Ollama (Python)
import requests

response = requests.post(
    "http://localhost:11434/api/generate",
    json={
        "model": "modelo-juridico-mx",
        "prompt": "¿Qué es el juicio de amparo en México?",
        "stream": False
    }
)
print(response.json()["response"])

🏋️ Configuración de Inferencia (llama.cpp)

Parámetro	Valor	Descripción
`temperature`	0.3	Respuestas más deterministas (legal)
`repeat_penalty`	1.15	Reduce repeticiones
`context_length`	8192	Ventana de contexto máxima
`num_predict`	2048	Tokens máximos por respuesta
`top_p`	0.85	Nucleus sampling
`top_k`	40	Top-K sampling

🎓 Entrenamiento

Parámetro	Valor
Modelo base	Qwen/Qwen2.5-7B-Instruct
GPU de entrenamiento	Tesla T4 (16 GB VRAM)
VRAM utilizada	~15.6 GB
Épocas	2
Batch size efectivo	8 (1 × grad_accum 8)
Learning rate	2e-4
LoRA rank	8
Secuencia máx.	1024 tokens
Muestras de entrenamiento	4,500
Dataset	Tesis y jurisprudencias SCJN (v5)
Framework	Unsloth + TRL (SFT)

Versiones de frameworks

TRL: 0.12.0
Transformers: 4.46.0
PyTorch: 2.5.0+cu121
Datasets: 3.1.0
Tokenizers: 0.20.3
Unsloth: 2024.11

💡 ¿Qué versión debo elegir?

¿Tienes GPU con 8+ GB VRAM?
  ├── SÍ → Usa Q4_K_M ⭐ (máximo rendimiento)
  └── NO → ¿Tienes GPU con 4–6 GB VRAM?
              ├── SÍ → Q3_K_M (funcionará bien)
              └── NO → ¿Tienes 8+ GB RAM?
                          ├── SÍ → Q4_K_M en CPU (lento pero correcto)
                          └── NO → Q2_K (mínimo viable)

🔗 Enlaces Útiles

Repositorio llama.cpp: https://github.com/ggerganov/llama.cpp
Ollama: https://ollama.com/
Documentación Unsloth: https://github.com/unslothai/unsloth
SCJN México: https://www.scjn.gob.mx/

Contacto:

Correo electrónico: alvaro.ramos.soltero@protonmail.com

⚠️ Aviso Legal

Este asistente es una herramienta de orientación jurídica general basada en información disponible hasta la fecha de entrenamiento. No sustituye la consulta con un abogado certificado. Las respuestas no constituyen asesoría legal profesional. Para situaciones legales específicas, siempre consulta con un profesional del derecho.

📜 Citas

Para citar este modelo:

@misc{asistente-juridico-mx-2025,
    title        = {{Asistente Jurídico MX: Modelo de Lenguaje para Derecho Mexicano}},
    author       = {Asistente Jurídico MX Team},
    year         = 2025,
    publisher    = {Hugging Face},
    url          = {https://huggingface.co/tu-usuario/asistente-juridico-mx},
    howpublished = {\url{https://huggingface.co/tu-usuario/asistente-juridico-mx}}
}

Frameworks utilizados:

@misc{vonwerra2022trl,
    title        = {{TRL: Transformer Reinforcement Learning}},
    author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching
                    and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul
                    and Quentin Gallouédec},
    year         = 2020,
    journal      = {GitHub repository},
    publisher    = {GitHub},
    howpublished = {\url{https://github.com/huggingface/trl}}
}

Downloads last month: 31

GGUF

Model size

8B params

Architecture

qwen2

Hardware compatibility

2-bit

3-bit

4-bit

16-bit