Create README.md

---
license: mit
language:
- es
tags:
- gemma
- spanish
- instruct
- text-generation
- fine-tuned
base_model: google/gemma-3-27b-it
library_name: transformers
---

# Modelo ajustado basado en Gemma 3B (Instruct)

Este modelo es una versión afinada del modelo `google/gemma-3-27b-it`, optimizado para generar texto en español.

## Objetivo

El objetivo de este modelo es generar respuestas coherentes, naturales y contextuales en español, ideal para aplicaciones como asistentes virtuales, generación de textos educativos o escritura creativa.

## Dataset utilizado

Este modelo fue afinado con un conjunto de datos propios/enriquecidos con textos en español. *(Aquí puedes incluir el nombre del dataset o una breve descripción)*.

## Uso

```python
from transformers import AutoTokenizer, AutoModelForCausalLM, pipeline

tokenizer = AutoTokenizer.from_pretrained("tu-usuario/nombre-del-modelo")
model = AutoModelForCausalLM.from_pretrained("tu-usuario/nombre-del-modelo")

pipe = pipeline("text-generation", model=model, tokenizer=tokenizer)

result = pipe("¿Cuál es la capital de Colombia?", max_new_tokens=50)
print(result[0]['generated_text'])

README.md

@@ -1,3 +1,15 @@
 ---
 license: mit
----
+datasets:
+- FreedomIntelligence/medical-o1-reasoning-SFT
+language:
+- es
+base_model:
+- google/gemma-3-27b-it
+pipeline_tag: text2text-generation
+library_name: adapter-transformers
+tags:
+- gemma socha
+- spanish,
+- finetuned,
+---