Update README.md

README.md

@@ -1,12 +1,46 @@
 ---
-title: Multi Agent Lab
-emoji: 🦀
-colorFrom: red
-colorTo: gray
+title: Multi-Agent Lab
+emoji: 🧠
+colorFrom: green
+colorTo: blue
 sdk: static
+app_file: index.html
 pinned: false
-license: mit
-short_description: Laboratorio de debates multi-agente local, en tu navegador
+models:
+ - Qwen/Qwen2.5-0.5B-Instruct-GGUF
 ---
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# Multi-Agent Lab — WebGPU
+
+Un laboratorio de inteligencia colectiva en tu navegador: varios agentes razonan, se
+contradicen, investigan, detectan errores y construyen una respuesta consensuada.
+
+**Cinco modos de debate:** ⚔️ Adversarial · 🏛️ Consejo · ⚖️ Juicio · 🔬 Investigación · 🎯 Resolución de problemas.
+
+**Después de cada debate:** consenso dinámico (alcanzado / parcial / desacuerdo fundamentado,
+con el porqué), evaluación por criterios con puntuaciones explicadas, mapa de relaciones y de
+argumentos, detectores de contradicciones, falacias y afirmaciones sin justificar, evolución de
+posturas por ronda y un 👿 Devil's Advocate que intenta desmontar la conclusión.
+
+**Además:** biblioteca de debates con replay turno a turno, exportación a Markdown / JSON / HTML,
+memoria de conclusiones entre debates, ranking histórico de agentes, plantillas de laboratorio,
+estadísticas en vivo (tokens, velocidad, participación) y perfiles de rendimiento para gama
+baja, media y alta.
+
+## Motor
+
+Inferencia 100% local en el navegador con [wllama](https://github.com/ngxson/wllama) (MIT):
+WebGPU cuando está disponible y CPU/WASM como alternativa. Modelo por defecto:
+[Qwen2.5-0.5B-Instruct](https://huggingface.co/Qwen/Qwen2.5-0.5B-Instruct-GGUF) (~350 MB).
+En Ajustes puedes cargar modelos mayores (1.5B, o el experimental MiMo 9B de ~5,8 GB, que puede
+superar la cuota de almacenamiento del navegador). El navegador solo contacta con Hugging Face
+para descargar el modelo y con jsDelivr para las librerías.
+
+## Aviso importante
+
+Todos los agentes — incluidos el juez, el evaluador y el Devil's Advocate — son **roles del mismo
+modelo local** con instrucciones y contextos separados, no modelos independientes. Las
+puntuaciones y el consenso son **orientativos**, una herramienta para explorar el razonamiento,
+no mediciones objetivas.
+
+Historial, memoria y ranking se guardan solo en tu navegador (localStorage).