---
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).