UPLOAD_GUIDE.md

OMEGA-Reasoner POC — HuggingFace Upload Guide

⚠️ ก่อนอัปโหลด

Token ที่คุณเพิ่งส่งมาในแชท = เปิดเผยแล้ว (leaked)

1. Revoke token นั้นทันที ที่ huggingface.co/settings/tokens
2. สร้าง token ใหม่ โดยตั้ง:
   • Scope: write
   • Expiry: ตั้งให้หมดอายุสั้น (เช่น 1 วัน) เพื่อความปลอดภัย
3. ห้าม submit โมเดลนี้เข้า DeepSWE Official Leaderboard (เป็นการหลอกตัวเอง/ผู้ใช้)

📦 ไฟล์ที่จะอัปโหลด

hf_upload/
├── README.md            # Model card (honest POC description)
├── LICENSE              # Apache-2.0 + disclaimer
├── config.json          # HF model metadata
├── agent.py             # Loadable entry point
├── tokenizer.py         # Byte-level tokenizer
├── requirements.txt     # numpy only
├── upload_to_hf.py      # One-shot uploader
└── .gitattributes       # No LFS

🚀 ขั้นตอน

Option A: ใช้ script ที่เตรียมไว้

# 1) Revoke + สร้าง token ใหม่
# 2) ตั้ง env var
$env:HF_TOKEN = "hf_NEW_xxxxxxxxxxxxxxxxxx"

# 3) รัน
cd d:\VIBE-XI-OMEGA\hf_upload
pip install huggingface_hub
python upload_to_hf.py YOUR_USERNAME/omega-reasoner-poc

Option B: huggingface-cli ตรงๆ

cd d:\VIBE-XI-OMEGA\hf_upload
huggingface-cli login --token hf_NEW_xxxxxxxxxxxxxxxxxx
huggingface-cli repo create omega-reasoner-poc --type model
git init
git add .
git commit -m "Initial POC upload"
git remote add origin https://huggingface.co/YOUR_USERNAME/omega-reasoner-poc
git push origin main

✅ หลังอัปโหลด

เปิดดู: https://huggingface.co/YOUR_USERNAME/omega-reasoner-poc

จะเห็น:

• Model card พร้อม disclaimer ว่าเป็น POC
• config.json พร้อม status: "proof-of-concept"
• ไฟล์ source code พร้อม agent.py entry point

🚫 ห้ามทำ

• ❌ Submit เข้า DeepSWE Official Leaderboard
• ❌ Tag repo เป็น text-generation เพื่อหลอกว่าเป็น LLM
• ❌ Post บนโซเชียลว่า "ชนะ DeepSeek"
• ❌ เปลี่ยน status ใน config.json เป็น production

📊 สิ่งที่ model นี้ทำได้จริง

• ✅ Run AGI_AgentWorld แบบ self-contained
• ✅ Score บน synthetic AgentWorldBench fixture
• ✅ Parse และ attempt DeepSWE tasks
• ✅ 78+ unit tests ผ่าน

❌ สิ่งที่ model นี้ทำไม่ได้

• ❌ Beat DeepSeek-V4.1-Flash (74.2 Pass@1)
• ❌ Replace frontier LLMs
• ❌ Pass DeepSWE on real 113-task corpus
• ❌ Pretrain / fine-tune without massive compute