Update README with instructions for uploading model weights

README.md

@@ -18,14 +18,81 @@ Model này được fine-tuned từ Qwen3-4B-Instruct-2507 cho các tác vụ li
 - **Parameters**: 4.0B
 - **Context Length**: 262,144 tokens
 
+## Setup Model Weights
+
+Model này hiện đã có đầy đủ config và tokenizer files. Để có thể sử dụng và training, bạn cần upload model weights từ base model Qwen3-4B-Instruct-2507.
+
+### Cách 1: Sử dụng script tự động (Khuyến nghị)
+
+```bash
+# Cài đặt dependencies
+pip install huggingface_hub transformers
+
+# Chạy script để tải và upload model weights
+python upload_model_weights.py
+```
+
+Script này sẽ:
+1. Tải toàn bộ model weights từ `Qwen/Qwen3-4B-Instruct-2507` (~8GB)
+2. Upload lên repository `hainguyen306201/bank-model`
+
+### Cách 2: Upload thủ công bằng Python
+
+```python
+from huggingface_hub import HfApi, snapshot_download
+
+# Tải model từ base model
+snapshot_download(
+    repo_id="Qwen/Qwen3-4B-Instruct-2507",
+    local_dir="./temp_model",
+    local_dir_use_symlinks=False
+)
+
+# Upload lên bank-model repo
+api = HfApi()
+api.upload_folder(
+    folder_path="./temp_model",
+    repo_id="hainguyen306201/bank-model",
+    repo_type="model",
+    ignore_patterns=["*.md", "*.txt"]  # Bỏ qua README và các file text
+)
+```
+
 ## Usage
 
+Sau khi đã upload model weights, bạn có thể sử dụng model như sau:
+
 ```python
 from transformers import AutoModelForCausalLM, AutoTokenizer
 
 model_name = "hainguyen306201/bank-model"
 tokenizer = AutoTokenizer.from_pretrained(model_name)
-model = AutoModelForCausalLM.from_pretrained(model_name)
+model = AutoModelForCausalLM.from_pretrained(
+    model_name,
+    torch_dtype="auto",
+    device_map="auto"
+)
 
 # Sử dụng model...
 ```
+
+## Training
+
+Model này có thể được fine-tune tiếp cho các tác vụ ngân hàng cụ thể:
+
+```python
+from transformers import AutoModelForCausalLM, TrainingArguments, Trainer
+
+# Load model
+model = AutoModelForCausalLM.from_pretrained("hainguyen306201/bank-model")
+
+# Setup training arguments
+training_args = TrainingArguments(
+    output_dir="./results",
+    num_train_epochs=3,
+    per_device_train_batch_size=4,
+    # ... các tham số khác
+)
+
+# Training...
+```