Delete README.md
Browse files
README.md
DELETED
|
@@ -1,25 +0,0 @@
|
|
| 1 |
-
---
|
| 2 |
-
license: mit
|
| 3 |
-
language: es
|
| 4 |
-
tags:
|
| 5 |
-
- milo-x1
|
| 6 |
-
- from-scratch-transformer
|
| 7 |
-
- spanish
|
| 8 |
-
---
|
| 9 |
-
|
| 10 |
-
# Milo X1 (fine-tuned)
|
| 11 |
-
|
| 12 |
-
Modelo de lenguaje Transformer autoregresivo en español, entrenado completamente desde cero
|
| 13 |
-
(sin pesos preentrenados, arquitectura propia con RoPE + QK-Norm + atención causal + SwiGLU + RMSNorm).
|
| 14 |
-
|
| 15 |
-
- Parámetros: ~10.39M
|
| 16 |
-
- d_model: 256 | capas: 6 | heads: 8
|
| 17 |
-
- context_length: 512
|
| 18 |
-
- Vocabulario: 8000 tokens en el tokenizer (8000 filas de embedding)
|
| 19 |
-
- Tokenizer: BPE byte-level (librería `tokenizers`), normalización NFC+Replace;
|
| 20 |
-
codifica y decodifica sin pérdida cualquier texto Unicode (acentos, símbolos, emojis).
|
| 21 |
-
|
| 22 |
-
## Archivos
|
| 23 |
-
- `model.safetensors`: pesos del modelo
|
| 24 |
-
- `config.json`: hiperparámetros de arquitectura (para reconstruir `MiloX1`)
|
| 25 |
-
- `tokenizer.json`: tokenizer (formato nativo de la librería `tokenizers`; incluye normalizador y pre-tokenizador)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|