Update README.md

README.md

@@ -1,3 +1,48 @@
 ---
+language:
+- pt
+- en
 license: apache-2.0
+tags:
+- gguf
+- qwen2.5-coder
+- nl2sql
+- text-to-sql
+- postgis
+- geospatial
+- cpu-inference
+base_model:
+- Qwen/Qwen2.5-Coder-7B
+- Qwen/Qwen2.5-Coder-3B
 ---
+
+# TerraModel: SLMs Quantizados para Tradução NL2SQL Geoespacial
+
+## 📌 Visão Geral do Modelo
+O **TerraModel** é uma família de *Small Language Models* (SLMs) especializados na tradução de linguagem natural para consultas em bancos de dados relacionais espaciais (PostgreSQL/PostGIS). Este modelo foi otimizado para o domínio de monitoramento ambiental do bioma Amazônia, focado em superar o gargalo de largura de banda de memória (*Memory Bandwidth Wall*) em infraestruturas baseadas exclusivamente em processadores centrais (*CPU-only*).
+
+Este repositório contém as versões quantizadas em formato **GGUF (4-bit e 8-bit)** dos modelos de 3B e 7B de parâmetros, permitindo inferência local de alta eficiência, com baixo consumo de RAM e garantia de privacidade na manipulação de dados governamentais sensíveis.
+
+## 🛠️ Detalhes Técnicos
+- **Modelo Base:** Qwen2.5-Coder (3B e 7B)
+- **Técnica de Fine-Tuning:** QLoRA (Parameter-Efficient Fine-Tuning)
+- **Formato de Inferência:** GGUF (via `llama.cpp`)
+- **Quantizações Disponíveis:** Q4_K_M (4-bit) e Q8_0 (8-bit)
+- **Domínio:** Geoespacial, PostGIS, Monitoramento Ambiental (Amazônia)
+- **Idioma Principal:** Português (PT-BR) / SQL
+
+## 📂 Arquivos do Repositório
+Recomendamos o download da versão **Q4** para ambientes com restrição severa de memória (aprox. 4.5 GB de RAM necessários para o 7B) ou a versão **Q8** para um *trade-off* superior entre acurácia de execução e latência.
+
+* `terramodel-7b-q8_0.gguf`
+* `terramodel-7b-q4_k_m.gguf`
+* `terramodel-3b-q8_0.gguf`
+* `terramodel-3b-q4_k_m.gguf`
+
+## 💻 Como Utilizar (Inferencia Local em Python)
+
+Para rodar o modelo localmente utilizando apenas CPU, recomendamos a biblioteca `llama-cpp-python`.
+
+### Instalação
+```bash
+pip install llama-cpp-python