README.md

---

license: apache-2.0
base_model: Qwen/Qwen3-4B-Instruct-2507
language:
- es
- en
tags:
- daimon
- lora
- tool-calling
- agent
- code
- spanish
library_name: gguf
---


<div align="center">
<img src="https://huggingface.co/lucas-mella/Daimon-R/resolve/main/daimon-R.png" width="220" alt="daimon r"/>
</div>

---

## 🇪🇸 Español

**daimon r** es el cerebro razonador (4B) de **Daimon**, un asistente personal local-first:
corre en tu máquina, no en la nube. Fine-tune **LoRA** de `Qwen/Qwen3-4B-Instruct-2507` para el núcleo
de Daimon: **acciones de agente (tool-calling JSON), código y conversación en español nativo**.

**Qué es exactamente**: el modelo base `Qwen/Qwen3-4B-Instruct-2507` (GGUF cuantizado, intacto) + un
**LoRA de ~66MB** que lo especializa como cerebro de agente. Es un modelo estándar:
funciona con llama.cpp / LM Studio / cualquier stack GGUF, **sin necesidad del software

de Daimon** — abajo está el contrato completo de prompts para usarlo standalone.

### 📊 Benchmark (medido, reproducible)

<div align="center">
<img src="https://huggingface.co/lucas-mella/Daimon-R/resolve/main/daimon-r-benchmarks-light.png" width="640" alt="benchmark daimon r vs base"/>
</div>

| Métrica (198 casos held-out) | Base Qwen3-4B-Instruct-2507 | **daimon r** | |
|---|---|---|---|
| JSON válido / valid JSON | 100.0% | **100.0%** | ➖ empata |
| Acción correcta / correct action | 75.3% | **100.0%** | ✅ gana |
| Acción + campos correctos / correct fields | 47.5% | **100.0%** | ✅ gana |

*Benchmark objetivo y reproducible: 198 escenarios sintéticos held-out (vocabulario

disjunto del entrenamiento, cero solapamiento textual), calificados determinísticamente —

JSON parseable, acción esperada, campos correctos (`ref`/`path`/`command`/…). Sin juez LLM.

Medido sobre estos GGUF exactos servidos con llama.cpp. Script:

[`agent_actions_eval.py`](https://github.com/lucasmella-stack/daimon) — los JSONs de

resultados se generan antes de cada publicación.*

### 🔍 Benchmarks de la comunidad (independientes de nuestro propio bench)

Además del benchmark de agent-actions de arriba (que es nuestro propio esquema),
corrimos Qwen3-4B-Instruct-2507 y este modelo contra benchmarks ESTÁNDAR de la comunidad,
en las mismas condiciones exactas (misma cuantización GGUF, mismo serving,
mismo harness) para que la comparación sea justa:

| Benchmark | Base Qwen3-4B-Instruct-2507 | **Este modelo** | |
|---|---|---|---|
| HumanEval | 74.4% | **72.0%** | ❌ pierde |
| MBPP | 82.5% | **75.8%** | ❌ pierde |
| MMLU (subset) | 68.4% | **68.4%** | ➖ empata |
| BFCL-lite (tool-calling estandar) | 76.0% | **77.0%** | ✅ gana |

*HumanEval/MBPP: pass@1 con ejecución real de tests ocultos (no similitud de

texto). MMLU: subset de 15 materias, precisión 0-shot. BFCL-lite: subset AST

del Berkeley Function-Calling Leaderboard v3 (simple/multiple/parallel/

parallel_multiple/irrelevance) — mide tool-calling en un esquema DISTINTO al

nuestro.*

**El trade-off, explícito**: este LoRA es un **especialista de agente**, no un
fine-tune general-purpose. Los puntos que cede en código/conocimiento general
son el costo deliberado de la ganancia enorme en su tarea núcleo (la tabla de
arriba: de ~47% a ~100% en acciones correctas). Para programar "a mano" usá el
modelo base; para operar como agente de Daimon, este. Si una dimensión pierde,
se muestra perdiendo — preferimos que la card sea creíble a que sea linda.

### 🧠 Con qué se entrenó (por contribución)

- **Acciones de agente (in-house, sintético)** — escenarios browser/computer/code con el
  esquema JSON exacto de producción de Daimon (`{"thought": …, "action": "click", "ref": …}`),
  generados por construcción (la respuesta correcta se conoce con certeza, sin teacher API).
  Es lo que mueve las tres métricas de arriba.
- **Comportamiento e identidad Daimon (in-house)** — 231 seeds: persona en primera persona,
  honestidad ante lo que no sabe, registro rioplatense conciso, convención de canvas HTML.
- El **código, el razonamiento y el multilingüe** vienen del modelo base (por eso el LoRA es
  chico y el nivel de código se mantiene intacto). Probamos también mezclas grandes con
  datasets públicos (xLAM, ToolACE, código, español nativo) y fine-tunes sobre el historial
  real de commits — **ninguna de esas variantes le ganó a esta en el gate, así que no se

  publicaron**. Solo publicamos lo que gana una comparación pre-registrada contra el base.

### 💻 Requisitos de hardware

| Recurso | Requisito |
|---|---|
| Disco | ~2.6 GB (base GGUF + LoRA) |
| RAM | 8 GB mínimo |
| GPU / memoria unificada | ≥ 4 GB VRAM (ej. GTX 1650) o Apple Silicon ≥ 8 GB de memoria unificada |

### ✅ Probalo vos mismo (verificable)

```bash

huggingface-cli download lucas-mella/Daimon-R --local-dir ./daimon

llama-server -m ./daimon/Qwen3-4B-Instruct-2507-Q4_K_M.gguf --lora ./daimon/daimon-r-lora-f16.gguf -c 4096

```

Después probá una acción de agente (el núcleo de lo que se entrenó — este es un caso
real del set de evaluación, verificado contra estos pesos exactos antes de publicar):

```bash

curl -s http://127.0.0.1:8080/v1/chat/completions -H "Content-Type: application/json" -d '{

  "temperature": 0,

  "messages": [

    {"role": "system", "content": "Sos el navegador autónomo de Daimon. En cada paso recibís el objetivo, la página actual (elementos interactivos con su ref + texto visible) y el historial. Respondé SOLO con un objeto JSON de esta forma:\n{\"thought\":\"...\",\"action\":\"navigate|click|fill|scroll|back|done\",\"ref\":<n>,\"text\":\"...\",\"url\":\"...\"}"},

    {"role": "user", "content": "Objetivo: poné 'gatos' en 'Email'\n\nURL: https://un-sitio-de-noticias.test/\nTítulo: Un Sitio De Noticias\nElementos:\n  [0] input \"Nombre\"\n  [1] input \"Email\"\nTexto:\nun sitio de noticias\n\nHistorial: (vacío)\n\nPróxima acción (JSON):"}

  ]

}'

```

Respuesta esperada (un único objeto JSON, sin prosa alrededor):
`{"thought": "…", "action": "fill", "ref": 1, "text": "gatos"}`

SHA-256 del LoRA publicado: `ee6ad40ac3e2c6019a4526b0f0ce6c423b16a32a875315b24008e6c789149f06`.

### 🔌 Cómo usarlo standalone (sin el software de Daimon)

El modelo no depende de ninguna app: es un GGUF estándar servido con llama.cpp
(o LM Studio, Ollama con adapter, etc.). Lo único que necesitás es hablarle con
los **system prompts con los que fue entrenado**. Tiene 4 modos:

<details>
<summary><b>1. Agente de navegador</b> — devuelve UNA acción JSON por paso</summary>

System prompt (exacto):
```text

Sos el navegador autónomo de Daimon. En cada paso recibís el objetivo, la página actual (elementos interactivos con su ref + texto visible) y el historial. Respondé SOLO con un objeto JSON de esta forma:

{"thought":"...","action":"navigate|click|fill|scroll|back|done","ref":<n>,"text":"...","url":"...","answer":"..."}

- navigate requiere url. click/fill requieren ref (de la lista). fill además text.

- Cuando cumpliste el objetivo: action='done' y poné el resultado en answer.

- Un solo JSON, sin markdown ni texto extra.

```
En el user message pasás: `Objetivo: ...`, la URL/título, la lista de elementos
(`[0] input "Email"` …), el texto visible y el historial. Respuesta:
`{"thought": "…", "action": "fill", "ref": 1, "text": "gatos"}`.
</details>

<details>
<summary><b>2. Agente de computadora</b> — click/type/key/hotkey/scroll sobre una ventana</summary>

System prompt (exacto):
```text

Sos el control de computadora de Daimon. Cada paso recibís el objetivo, la ventana actual (elementos con su ref + nombre) y el historial. Respondé SOLO con un JSON:

{"thought":"...","action":"click|type|key|hotkey|scroll|done","ref":<n>,"text":"...","key":"...","keys":["ctrl","c"],"dy":<n>,"answer":"..."}

- click requiere ref (de la lista). type escribe text en el foco actual. key presiona una tecla; hotkey una combinación (keys). scroll usa dy (negativo = abajo).

- Cuando cumpliste el objetivo: action='done' con answer.

- Un solo JSON, sin markdown ni texto extra.

```
</details>

<details>
<summary><b>3. Agente de código</b> — read_file/write_file/run/done sobre un workspace</summary>

System prompt (exacto):
```text

Sos el agente de código autónomo de Daimon. Trabajás sobre el repo real. En cada paso recibís la tarea, el árbol del workspace y el historial de acciones/observaciones. Respondé SOLO con un JSON:

{"thought":"...","action":"read_file|write_file|run|done","path":"rel/ruta","content":"...","command":"...","answer":"..."}

- read_file: leé antes de editar. write_file: contenido COMPLETO del archivo. run: comandos de verificación (tests/build) o shell. done: cuando terminaste, con answer.

- Editá de a poco y verificá con tests/build. Un solo JSON, sin markdown.

```
</details>

<details>
<summary><b>4. Tool-calling genérico</b> — formato estándar <code>&lt;tool_call&gt;</code> de Qwen</summary>



Para function-calling clásico (tus propias tools con JSON schema), usá el

formato nativo: listá las herramientas en el system prompt y pedí respuestas

`<tool_call>\n{"name": ..., "arguments": {...}}\n</tool_call>`. Medido en

BFCL-lite (tabla de abajo) — el fine-tune lo mantiene por encima del base.

</details>



El loop del agente (ejecutar la acción, observar, re-prompt con el historial)

lo implementás vos — el modelo es el cerebro que decide la próxima acción.



---



## 🇬🇧 English



**daimon r** is the 4B reasoning brain of **Daimon**, a local-first personal AI assistant.

LoRA fine-tune of `Qwen/Qwen3-4B-Instruct-2507` for Daimon's core: **agent actions (JSON tool-calling),

code, and native-Spanish conversation**. Benchmark table above — measured on these exact

GGUFs, deterministic grading, no LLM judge; losing dimensions are shown losing.



Hardware: ~2.6 GB disk, 8 GB+ RAM, GPU optional — see the Spanish

table (unified-memory Apple Silicon works via llama.cpp Metal).



### Files



- `Qwen3-4B-Instruct-2507-Q4_K_M.gguf` — base model (GGUF)

- `daimon-r-lora-f16.gguf` — Daimon LoRA (apply with `--lora`)



---



<sub>Base: Qwen/Qwen3-4B-Instruct-2507 (Apache-2.0). LoRA + data mix: Daimon project — coming soon.

Watch <a href="https://huggingface.co/lucas-mella">@lucas-mella</a>.</sub>