File size: 2,055 Bytes
e284276 b152e64 e284276 b152e64 e284276 b152e64 e284276 b152e64 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 |
---
license: mit
tags:
- mistral
- gguf
- quantized
- minerva
- ollama
- runpod
- fine-tuning
---
# Minerva - Modelo afinado a partir de Mistral-7B
`minerva` es un modelo de lenguaje entrenado con fine-tuning sobre la base de `mistral-7b`, orientado a mejorar la comprensión contextual y respuestas personalizadas en flujos conversacionales. Entrenado con un dataset de ~480 ejemplos, representa un modelo compacto, eficiente y apto para correr en entornos con recursos limitados (como GPUs de 4GB).
---
## Detalles Técnicos
- **Base Model:** [`mistral-7b`](https://huggingface.co/mistralai/Mistral-7B-v0.1)
- **Técnica:** Fine-tuning con LoRA
- **Epochs:** 3
- **Tamaño del modelo (quantized):** 7.2GB (`q8_0`)
- **Formato:** GGUF
- **Conversión:** `llama.cpp` - `convert_hf_to_gguf.py`
- **Deployment:** [Ollama](https://ollama.com/) + WebUI
- **Framework de entrenamiento:** [Axolotl](https://github.com/OpenAccess-AI-Collective/axolotl)
- **Infraestructura:** RunPod + servidor local Ubuntu (4GB VRAM, 16GB RAM)
---
## Instrucciones para usarlo con Ollama
```bash
ollama pull <usuario>/minerva
ollama run minerva
```
O para registrar tu propia copia local:
```Dockerfile
# Modelfile
FROM model_q8_0.gguf
```
Y luego:
```bash
ollama create minerva -f Modelfile
```
---
## Dataset
El dataset consta de ~480 ejemplos seleccionados y curados manualmente, con foco en:
- Preguntas y respuestas técnicas
- Instrucciones con estructura de pasos
- Personalización del estilo conversacional
- Se puede ver [aqui](https://huggingface.co/datasets/LeonSaia/minerva_lora).
---
## Objetivo
Minerva fue diseñado como asistente inteligente para automatizar tareas, responder con criterio técnico, y adaptarse a contextos personalizados (educación, desarrollo, cultura técnica local).
---
## Licencia
MIT – Libre uso comercial, modificación y distribución.
---
## Contacto
Desarrollado por [Leon Saia](https://leonsaia.com).
Para sugerencias o colaboración, contactame por GitHub o vía [mi blog](https://leonsaia.com/blog).
|