Instructions to use sumercesito/GeneracionDeDeseos with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Adapters
How to use sumercesito/GeneracionDeDeseos with Adapters:
from adapters import AutoAdapterModel model = AutoAdapterModel.from_pretrained("<base-model-id>") model.load_adapter("sumercesito/GeneracionDeDeseos", set_active=True) - Notebooks
- Google Colab
- Kaggle
Commit History
-
upload 3 files
Verified signature420bfad -
creacion config.json
Verified signaturecreacion config.jsone4b2fcb -
Update README.md
Verified signaturec95b7aa -
Create README.md
Verified signature--- 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 = pipelin…6955289 -
initial commit
Verified signature9af96c0