Upload README.md with huggingface_hub

README.md

@@ -35,8 +35,8 @@ de Daimon: **acciones de agente (tool-calling JSON), código y conversación en
 | Métrica (198 casos held-out) | Base Qwen3-4B-Instruct-2507 | **daimon r** | |
 |---|---|---|---|
 | JSON válido / valid JSON | 100.0% | **100.0%** | ➖ empata |
-| Acción correcta / correct action | 75.3% | **94.9%** | ✅ gana |
-| Acción + campos correctos / correct fields | 47.5% | **94.9%** | ✅ gana |
+| Acción correcta / correct action | 75.3% | **100.0%** | ✅ gana |
+| Acción + campos correctos / correct fields | 47.5% | **100.0%** | ✅ gana |
 
 *Benchmark objetivo y reproducible: 198 escenarios sintéticos held-out (vocabulario
 disjunto del entrenamiento, cero solapamiento textual), calificados determinísticamente —
@@ -54,10 +54,10 @@ mismo harness) para que la comparación sea justa:
 
 | Benchmark | Base Qwen3-4B-Instruct-2507 | **Este modelo** | |
 |---|---|---|---|
-| HumanEval | 74.4% | **72.6%** | ❌ pierde |
-| MBPP | 82.5% | **75.0%** | ❌ pierde |
-| MMLU (subset) | 68.4% | **68.4%** | ➖ empata |
-| BFCL-lite (tool-calling estandar) | 76.0% | **76.5%** | ✅ gana |
+| HumanEval | 74.4% | **72.0%** | ❌ pierde |
+| MBPP | 82.5% | **75.8%** | ❌ pierde |
+| MMLU (subset) | 68.4% | **67.2%** | ❌ pierde |
+| 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
@@ -113,7 +113,7 @@ curl -s http://127.0.0.1:8080/v1/chat/completions -H "Content-Type: application/
 Respuesta esperada (un único objeto JSON, sin prosa alrededor):
 `{"thought": "…", "action": "fill", "ref": 1, "text": "gatos"}`
 
-SHA-256 del LoRA publicado: `77fd6ad400b691ea391d70a7f9c0ddfb50ace1f882b9dac7f4b01b11e5fb7ae6`.
+SHA-256 del LoRA publicado: `ee6ad40ac3e2c6019a4526b0f0ce6c423b16a32a875315b24008e6c789149f06`.
 
 ---