Este modelo forma parte del ecosistema BitAgent (Subnet-20) de Bittensor, diseñado para tareas de tool-calling, razonamiento lógico estructurado y generación de texto contextual.
Optimizado para comunicación eficiente entre agentes dentro del protocolo Finney.

🚀 Descripción técnica

antonio-bfcl-toolmodel está basado en un modelo open-source tipo xLAM-7b-r, ajustado para:

📊 Razonamiento simbólico y factual multilingüe
🧩 Tool-calling automático (formato JSON conforme a los prompts de Subnet-20)
🔄 Respuestas deterministas con temperature=0.1 y top_p=0.9
⚙️ Compatibilidad total con el pipeline de BitAgent Miner (v1.0.51)
🌐 Idiomas soportados: Español 🇪🇸 e Inglés 🇬🇧

🧩 Integración con Subnet-20

Los validadores pueden invocar este modelo a través de los protocolos:

QueryTask
QueryResult
IsAlive
GetHFModelName
SetHFModelName

El modelo responde mediante bittensor.dendrite y cumple con la especificación BitAgent v1.0.51.

🧠 Ejemplo de inferencia local

python

from transformers import AutoTokenizer, AutoModelForCausalLM

model_name = "Tonit23/antonio-bfcl-toolmodel"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

prompt = "Resuelve esta operación: 12 + 37 = "
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=32)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))