Upload 4 files

README.md

@@ -0,0 +1,25 @@
+---
+license: mit
+language: es
+tags:
+- milo-x1
+- from-scratch-transformer
+- spanish
+---
+
+# Milo X1 (fine-tuned)
+
+Modelo de lenguaje Transformer autoregresivo en español, entrenado completamente desde cero
+(sin pesos preentrenados, arquitectura propia con RoPE + QK-Norm + atención causal + SwiGLU + RMSNorm).
+
+- Parámetros: ~13.47M
+- d_model: 256 | capas: 6 | heads: 8
+- context_length: 768
+- Vocabulario: 14016 tokens en el tokenizer (14016 filas de embedding)
+- Tokenizer: BPE byte-level (librería `tokenizers`), normalización NFC+Replace;
+  codifica y decodifica sin pérdida cualquier texto Unicode (acentos, símbolos, emojis).
+
+## Archivos
+- `model.safetensors`: pesos del modelo
+- `config.json`: hiperparámetros de arquitectura (para reconstruir `MiloX1`)
+- `tokenizer.json`: tokenizer (formato nativo de la librería `tokenizers`; incluye normalizador y pre-tokenizador)

config.json

@@ -1,10 +1,10 @@
 {
-  "vocab_size": 8000,
+  "vocab_size": 14016,
   "d_model": 256,
   "n_layers": 6,
   "n_heads": 8,
   "d_ff": 1024,
-  "context_length": 512,
+  "context_length": 768,
   "dropout": 0.1,
   "rope_theta": 10000.0,
   "qk_norm": true,
@@ -14,7 +14,7 @@
   "variant": "fine-tuned",
   "tokenizer_info": {
     "type": "bpe-byte-level",
-    "vocab_size": 8000,
+    "vocab_size": 14016,
     "normalizer": "NFC+Replace",
     "special_tokens": [
       "<PAD>",

model.safetensors

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:33034a0a9841fad97d4171418658e72a77e6181c0621a9b6133b3f995facc853
-size 41569944
+oid sha256:d44cee8b3f07e4f457f9cab2888f06dd226c2ec572fbaad9518d1d81123955ec
+size 53890712