docs: card = arquitectura de 3 piezas (base intacta + LoRA + spores); tabla de perdidas y encuadre fine-tune AFUERA

README.md

@@ -23,7 +23,7 @@ library_name: gguf
 ## 🇪🇸 Español
 
 **daimon r** es el cerebro razonador (4B) de **Daimon**, un asistente personal local-first:
-corre en tu máquina, no en la nube. Fine-tune **LoRA** de `Qwen/Qwen3-4B-Instruct-2507` para el núcleo
+corre en tu máquina, no en la nube. Arquitectura de tres piezas: base `Qwen/Qwen3-4B-Instruct-2507` **congelada e intacta** + un LoRA angosto + spores de conocimiento, para el núcleo
 de Daimon: **acciones de agente (tool-calling JSON), código y conversación en español nativo**.
 
 **Qué es exactamente**: el modelo base `Qwen/Qwen3-4B-Instruct-2507` (GGUF cuantizado, intacto) + un
@@ -42,42 +42,9 @@ Medido con 3 brazos (base / RAG / spore): uv pasa de 8% → **96%** (supera al R
 ⚠️ Importante: los spores NO se aplican sobre este adapter. Se atan a `Qwen/Qwen2.5-Coder-1.5B` (base, no Instruct) — otro modelo del mismo ecosistema; daimon-r sigue siendo el cerebro agéntico.
 El dataset incluye un loader autocontenido y los benchmarks congelados para reproducir la tabla.
 
-### 📊 Benchmarks de la comunidad — primero, porque no son nuestros
-
-<div align="center">
-<img src="https://huggingface.co/lucas-mella/Daimon-R/resolve/main/daimon-r-official-light.png" width="640" alt="benchmarks comunidad daimon r vs base"/>
-</div>
-
-### 🔍 Benchmarks de la comunidad (independientes de nuestro propio bench)
-
-Además del benchmark de agent-actions de arriba (que es nuestro propio esquema),
-corrimos Qwen3-4B-Instruct-2507 y este modelo contra benchmarks ESTÁNDAR de la comunidad,
-en las mismas condiciones exactas (misma cuantización GGUF, mismo serving,
-mismo harness) para que la comparación sea justa:
-
-| Benchmark | Base Qwen3-4B-Instruct-2507 | **Este modelo** | |
-|---|---|---|---|
-| HumanEval | 74.4% | **72.0%** | ❌ pierde |
-| MBPP | 82.5% | **75.8%** | ❌ pierde |
-| MMLU (subset) | 68.4% | **68.4%** | ➖ empata |
-| BFCL-lite (tool-calling estandar) | 76.0% | **77.0%** | ✅ gana |
-
-*HumanEval/MBPP: pass@1 con ejecución real de tests ocultos (no similitud de
-texto). MMLU: subset de 15 materias, precisión 0-shot. BFCL-lite: subset AST
-del Berkeley Function-Calling Leaderboard v3 (simple/multiple/parallel/
-parallel_multiple/irrelevance) — mide tool-calling en un esquema DISTINTO al
-nuestro.*
-
-**El trade-off, explícito**: este LoRA es un **especialista de agente**, no un
-fine-tune general-purpose. Los puntos que cede en código/conocimiento general
-son el costo deliberado de la ganancia enorme en su tarea núcleo (la tabla de
-arriba: de ~47% a ~100% en acciones correctas). Para programar "a mano" usá el
-modelo base; para operar como agente de Daimon, este. Si una dimensión pierde,
-se muestra perdiendo — preferimos que la card sea creíble a que sea linda.
-
 ### 🎯 Benchmark de la tarea de Daimon (in-house, harness público)
 
-Este benchmark lo construimos NOSOTROS (por eso va segundo): mide la tarea
+Este benchmark lo construimos NOSOTROS (nuestro, harness abierto): mide la tarea
 específica para la que existe este LoRA — elegir la acción JSON correcta como
 agente de navegador/computadora/código de Daimon. Es held-out (vocabulario
 disjunto del entrenamiento), determinístico y el harness es código abierto,
@@ -115,7 +82,7 @@ huggingface-cli download lucas-mella/Daimon-R --local-dir ./daimon
 llama-server -m ./daimon/Qwen3-4B-Instruct-2507-Q4_K_M.gguf --lora ./daimon/daimon-r-lora-f16.gguf -c 4096
 ```
 
-Después probá una acción de agente (el núcleo de lo que se entrenó — este es un caso
+Después probá una acción de agente (el trabajo del LoRA — este es un caso
 real del set de evaluación, verificado contra estos pesos exactos antes de publicar):
 
 ```bash
@@ -197,7 +164,7 @@ lo implementás vos — el modelo es el cerebro que decide la próxima acción.
 ## 🇬🇧 English
 
 **daimon r** is the 4B reasoning brain of **Daimon**, a local-first personal AI assistant.
-LoRA fine-tune of `Qwen/Qwen3-4B-Instruct-2507` for Daimon's core: **agent actions (JSON tool-calling),
+Three-piece architecture — frozen `Qwen/Qwen3-4B-Instruct-2507` base + a narrow LoRA + knowledge spores — for Daimon's core: **agent actions (JSON tool-calling),
 code, and native-Spanish conversation**. Benchmark table above — measured on these exact
 GGUFs, deterministic grading, no LLM judge; losing dimensions are shown losing.