Autor: @Tonit23
Base: microsoft/phi-2
Fine-tune: antonio-phi2-bitagent-lora
Subnet: 🧠 Bittensor Subnet-20 — BitAgent
Publicación: octubre 2025

🧩 Descripción general

antonio-phi2-bitagent-merged es una versión LoRA-fusionada del modelo microsoft/phi-2, adaptada específicamente para el entorno BitAgent (SN20) dentro del ecosistema Bittensor Finney.

Este modelo está optimizado para tareas de razonamiento en español e inglés, inferencia compacta y tool-calling semántico (uso de funciones o herramientas internas), usando un esquema compatible con los validadores SN20.

⚙️ Detalles técnicos

Propiedad	Valor
Modelo base	`microsoft/phi-2`
Fine-tune	`LoRA` sobre dataset de prompts técnicos BFCL
Parámetros totales	~7.24 B
Parámetros entrenables	3.4 M (0.047 %)
Framework	PyTorch + Transformers + PEFT
Licencia	MIT
Hardware objetivo	CPU / GPU (float16)

Entrenamiento

El modelo fue fine-tuneado con LoRA (Low-Rank Adaptation) en un conjunto de datos mixto de tareas técnicas:

prompts de razonamiento lógico, instrucciones BFCL y tool-calling
pares entrada/salida basados en análisis ABAP y Python
mezclas en español e inglés

🧠 Uso

Inferencia local (Transformers)

python

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained("Tonit23/antonio-phi2-bitagent-merged", torch_dtype=torch.float16)
tokenizer = AutoTokenizer.from_pretrained("Tonit23/antonio-phi2-bitagent-merged")

prompt = "Explica el proceso de staking en la red Bittensor Finney:"
inputs = tokenizer(prompt, return_tensors="pt")

outputs = model.generate(**inputs, max_new_tokens=200)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))