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

@@ -0,0 +1,34 @@
+{
+  "vocab_size": 14016,
+  "d_model": 256,
+  "n_layers": 6,
+  "n_heads": 8,
+  "d_ff": 1024,
+  "context_length": 768,
+  "dropout": 0.1,
+  "rope_theta": 10000.0,
+  "qk_norm": true,
+  "final_logit_softcap": 30.0,
+  "label_smoothing": 0.0,
+  "architecture": "MiloX1",
+  "variant": "fine-tuned",
+  "tokenizer_info": {
+    "type": "bpe-byte-level",
+    "vocab_size": 14016,
+    "normalizer": "NFC+Replace",
+    "special_tokens": [
+      "<PAD>",
+      "<UNK>",
+      "<BOS>",
+      "<EOS>",
+      "<|reserved_0|>",
+      "<|reserved_1|>",
+      "<|reserved_2|>",
+      "<|reserved_3|>",
+      "<|reserved_4|>",
+      "<|reserved_5|>",
+      "<|reserved_6|>",
+      "<|reserved_7|>"
+    ]
+  }
+}