.github/copilot-instructions.md

PAMPAr-Coder - Copilot Instructions

Instrucciones específicas para este proyecto. Se combinan con tu perfil global.

Proyecto

PAMPAr-Coder es un LLM de código 1.5B con arquitectura cerebral inspirada en las 52 zonas de Brodmann. "El Linux de la IA" - Hacer más con menos hardware.

Arquitectura

Input → Embedding → [BloqueTerrritorial ×N] → LM Head → Output
                          ↓
              TálamoBrodmann (LLAVES 80% + Atención 20%)
              + Conv1D causal (ventana 32 tokens)
                          ↓
    ┌─────────────────────┴─────────────────────┐
    ▼                                           ▼
┌───────────────┐                    ┌───────────────┐
│   SINTAXIS    │◄── simbiosis ────►│   SEMÁNTICA   │
│  Zonas 1-15   │                    │  Zonas 16-30  │
└───────────────┘                    └───────────────┘
    ▼                                           ▼
┌───────────────┐                    ┌───────────────┐
│    LÓGICO     │◄── simbiosis ────►│ ESTRUCTURAL   │
│  Zonas 31-42  │                    │  Zonas 43-52  │
└───────────────┘                    └───────────────┘

Componentes Clave

Archivo	Propósito
pampar/coder/v2/modelo.py	PampaRCoderV2 con 52 zonas
pampar/coder/v2/config.py	ConfigPampaRCoderV2 + presets
pampar/coder/v2/talamo.py	Tálamo orquestador con LLAVES + context conv
pampar/coder/v2/llaves.py	LLAVES lookup tables (INT8, 256 niveles)
pampar/coder/v2/bloques.py	BloqueTerrritorial + relaciones simbióticas
pampar/coder/v2/zonas.py	Definición de las 52 zonas de Brodmann
pampar/coder/v2/aprendizaje/	Metacognición, neuroplasticidad, memoria errores
cloud/runpod/train_cloud.py	Script de entrenamiento en cloud

Convenciones

• Idioma código: Inglés
• Comentarios/docs: Español o Inglés según contexto
• Nombres de clases: Español para conceptos de dominio (Talamo, Territorio, Zona, MemoriaErrores)
• Variables: Inglés (input_ids, hidden_states)

Stack

• PyTorch 2.x
• SentencePiece (tokenizer BPE, 48K vocab)
• Hugging Face datasets
• RunPod/Cloud para entrenamiento

Comandos frecuentes

# Entrenar localmente
python scripts/train.py --config 1.5B --epochs 10

# Entrenar en cloud (RunPod)
ssh root@IP -p PORT
cd /workspace/PAMPAr-Coder
screen -S train
python3 cloud/runpod/train_cloud.py --config 1_5B > training.log 2>&1

# Ver progreso
tail -f training.log

Reglas específicas

1. LLAVES son patrones regex que clasifican tokens - NUNCA usar ML para esto
2. Territorios procesan en paralelo, luego combinan via soporte simbiótico
3. Cuantización INT8 (256 niveles) para LLAVES lookup tables
4. Early Exit usa percentil 10 per-token (no promedio global)
5. Gradient checkpointing siempre activo para modelos >500M params
6. Tests en tests/ con pytest
7. Ventana de contexto (32 tokens) usa convolución causal - pad izquierdo