README.md

---
language: es
datasets:
- Xelta/response_mongo_text
metrics:
- accuracy
tags:
- llama
- 4bit
- lora
model-index:
- name: llama-2-7b-miniXelta
  results:
  - task:
      type: text-generation
      name: Text Generation
    dataset:
      name: response_mongo_text
      type: Xelta/response_mongo_text
    metrics:
    - name: Accuracy
      type: accuracy
      value: 0.95  # Si tienes este dato
---

# Llama-2-7b-miniXelta

Este es un modelo ajustado a partir del modelo Llama-2-7b-chat-hf utilizando LoRA y precisión de 4 bits. Ha sido entrenado con el conjunto de datos `Xelta/response_mongo_text`.

## Uso

Puedes usar este modelo para generación de texto de la siguiente manera:

```python
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "username/llama-2-7b-miniXelta"

model = AutoModelForCausalLM.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)

prompt = "Quiero inscribirme, soy Mattias y mi edad es 28 años"
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))