README.md

---
base_model: nicholasKluge/TeenyTinyLlama-460m
library_name: transformers
license: cc-by-nc-nd-4.0
language:
- pt
pipeline_tag: text-generation
datasets:
- cnmoro/LogicReasoningEnglishPortuguese
metrics:
- accuracy
---
# 🧠 WNL468M — Modelo de Raciocínio Lógico em Português

**WNL468M** é um modelo de linguagem com aproximadamente **468 milhões de parâmetros**, desenvolvido especialmente para tarefas de **raciocínio lógico** e compreensão em **português**, com foco em **ensino, educação e suporte acadêmico**. O projeto nasceu inicialmente como um trabalho acadêmico para uma feira de ciências, simbolizando o poder da IA na educação em língua portuguesa.

---

## ✨ Origem do Nome

**WNL** é uma homenagem a três pessoas que inspiraram o projeto:

- **W** — Weia  
- **N** — Náuria  
- **L** — Leonilda  

Embora não participem diretamente, seus nomes representam a motivação inicial do modelo.

---

## 👥 Equipe Fundadora

Desenvolvido sob a liderança de [Marius Jabami](https://github.com/mariusjabami), agora parte da **λχ Corp.**, contando com a colaboração valiosa de:

- Ilson Lopes — Apoio geral ao desenvolvimento e testes técnicos
- Délcio Pro — Interface visual (Kivy), processamento de texto, usabilidade
- José Bukete — Lógica do chat em Kivy, controle de eventos e exibição de mensagens
- Fernando Queta — Integração com modelo Transformers, geração de respostas
- Inácio Oicani — Histórico de conversa, normalização de texto, refinamento de UI/UX
- Daniel Raimundo — Estilo visual, fontes, cores, animações e experiência do usuário
- Celsio Simplício — Testes, simulações, depuração e melhoria de desempenho
- Arsênio Afonso — Suporte em testes e revisão técnica
- Cristiano Jomba — Testes diversos, análise de comportamento do chatbot

---

## 🧩 Dataset Utilizado

O modelo foi treinado utilizando o dataset:

📚 [`cnmoro/LogicReasoningEnglishPortuguese`](https://huggingface.co/datasets/cnmoro/LogicReasoningEnglishPortuguese)

Um conjunto bilíngue com pares de perguntas e respostas que exigem **raciocínio lógico**, oferecendo uma base sólida para o desenvolvimento de capacidades de dedução e compreensão.

---

## 🔍 Informações Técnicas

- **Parâmetros:** ~468 milhões  
- **Arquitetura Base:** Adaptada do LLaMA, reconhecida pela eficiência em NLP  
- **Tokenizador:** SentencePiece (LLaMA-style)  
- **Treinamento:** Fine-tuning com LoRA, seguido de merge dos pesos para otimização  
- **Framework:** PyTorch com Hugging Face Transformers  
- **Tipo de Modelo:** Causal Language Model (geração de texto)  
- **Idiomas:** Português (principal), com dados auxiliares em inglês  
- **Uso Principal:** Educação, chatbots acadêmicos, ensino de lógica

---

## 🎯 Propósito e Aplicações

O **WNL468M** foi criado com a missão de:

- Tornar o aprendizado de lógica e raciocínio mais acessível em português
- Ser exemplo de projeto educacional inovador em feiras de ciências
- Ajudar estudantes e professores a explorar conceitos complexos com IA
- Demonstrar o potencial colaborativo da inteligência artificial na educação

---

## 💻 Como Usar o Modelo

```python
from transformers import AutoTokenizer, AutoModelForCausalLM, TextStreamer
import torch

repo_id = "lxcorp/WNL468M"

tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForCausalLM.from_pretrained(repo_id, device_map="auto", torch_dtype=torch.float16)
model.eval()

streamer = TextStreamer(tokenizer)

while True:
    prompt = input("Você: ")
    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
    _ = model.generate(**inputs, max_new_tokens=100, streamer=streamer)

```
---

🚀 Próximos Passos

Ampliar o dataset com mais exemplos em português

Desenvolver variantes maiores para áreas acadêmicas específicas

Integrar o modelo a plataformas educacionais e testar em ambientes reais



---

🔒 Licença

Este modelo está licenciado sob:

CC BY-NC-ND 4.0 (Creative Commons Attribution-NonCommercial-NoDerivatives 4.0)

Você pode:

Compartilhar — copiar e redistribuir o material em qualquer meio ou formato


Sob as condições:

Atribuição — Deve creditar os autores (ver seção "Equipe Fundadora")

Não Comercial — Não pode usar para fins comerciais

Sem Derivações — Não pode remixar ou transformar o material


Este modelo é exclusivamente para fins acadêmicos e educacionais.


---

> Criado com dedicação, conhecimento e fé no futuro da educação.
λχ Corp. — Código com alma. Máquinas com visão.




---