update readmin

README.md

@@ -4,19 +4,50 @@ tags:
 - text-generation-inference
 - transformers
 - unsloth
-- qwen2
 - trl
+- chess-endgame
+- lora
 license: apache-2.0
 language:
 - en
+- id
 ---
 
-# Uploaded  model
+# Master Ending - AI Chess Coach (Pilot Phase)
 
-- **Developed by:** gandensang
+- **Developed by:** gandensang (Budi Santoso)
+- **Project Name:** Master Ending Application
 - **License:** apache-2.0
 - **Finetuned from model :** unsloth/qwen2.5-7b-bnb-4bit
 
-This qwen2 model was trained 2x faster with [Unsloth](https://github.com/unslothai/unsloth)
+## 🎯 Visi Project: Master Ending
+**Master Ending** bukan sekadar mesin catur (*engine*) biasa. Ini adalah bagian inti dari proyek aplikasi pelatih fase akhir (*endgame*) catur yang dirancang untuk membantu pemain dari berbagai level memahami **logika** di balik setiap langkah. 
 
-[<img src="https://raw.githubusercontent.com/unslothai/unsloth/main/images/unsloth%20made%20with%20love.png" width="200"/>](https://github.com/unslothai/unsloth)
+Tujuan utama kami adalah menciptakan asisten AI yang tidak hanya menunjukkan langkah yang "benar" secara teknis, tetapi memberikan langkah yang **paling akurat dan didukung oleh data historis Grandmaster (Elo 2500+)**. 
+
+
+
+## 🧠 Keunggulan Model
+Model ini merupakan hasil *fine-tuning* tahap awal yang mengintegrasikan pemahaman posisi mendalam dengan database pertandingan nyata.
+
+1. **Akurasi Teoretis Tinggi:** Menggunakan dataset dari pemain dengan Elo 2500+ untuk memastikan AI belajar dari standar tertinggi.
+2. **Konteks Historis:** Setiap analisis langkah dihubungkan kembali ke **Game ID/Hash** asli, memungkinkan pengguna untuk merujuk pada partai lengkap di mana posisi tersebut pernah terjadi.
+3. **Fokus pada Edukasi:** Dirancang untuk menjadi mesin penggerak aplikasi Master Ending yang akan menjelaskan transisi posisi, bukan hanya memberikan evaluasi angka (+/-).
+
+## 📊 Detail Teknis (Pilot Run)
+Pada fase *Pilot Run* ini, model telah dilatih untuk mengenali:
+- **Notasi FEN:** Mengonversi posisi statis menjadi pemahaman strategis.
+- **Identifikasi Fase:** Membedakan kebutuhan taktis antara *Opening*, *Middlegame*, dan terutama *Endgame*.
+- **Integrasi Database:** Menyertakan referensi unik untuk setiap posisi guna menjaga integritas data aplikasi.
+
+### Format Instruksi (Alpaca Style)
+Model merespons secara konsisten dengan format berikut:
+```text
+### Instruction:
+[Instruksi Analisis Master Ending]
+
+### Input:
+[Posisi FEN]
+
+### Response:
+Langkah Terbaik: [Langkah SAN]. (Hasil Akhir: [1-0/0-1/1/2-1/2]) | Ref ID: [GM-Hash]