from transformers import AutoTokenizer, AutoModelForCausalLM
from peft import PeftModel
import torch

# Cargar modelo base
base_model = "openai/gpt-oss-20b"
model = AutoModelForCausalLM.from_pretrained(
    base_model,
    torch_dtype=torch.bfloat16,
    device_map="auto"
)

# Cargar tokenizer
tokenizer = AutoTokenizer.from_pretrained(base_model)
if tokenizer.pad_token is None:
    tokenizer.pad_token = tokenizer.eos_token

# Cargar adaptador LoRA
model = PeftModel.from_pretrained(model, "LordDenihol/gpt-oss-20b-multiidioma-lora")

# Generar texto
prompt = "Explica qué es la inteligencia artificial:"
inputs = tokenizer(prompt, return_tensors="pt")

with torch.no_grad():
    outputs = model.generate(
        **inputs,
        max_new_tokens=200,
        temperature=0.7,
        do_sample=True,
        pad_token_id=tokenizer.eos_token_id
    )

response = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(response)

🎯 Casos de Uso

Generación de texto en español de alta calidad
Asistente conversacional multiidioma
Creación de contenido educativo
Traducción y adaptación de textos
Razonamiento y explicaciones técnicas

📈 Rendimiento

El modelo muestra excelente rendimiento en:

✅ Fluidez y naturalidad en español
✅ Comprensión de contexto
✅ Respuestas coherentes y relevantes
✅ Capacidad multiidioma
✅ Razonamiento lógico

⚙️ Configuración Recomendada

python

generation_config = {
    "max_new_tokens": 200,
    "temperature": 0.7,
    "top_p": 0.9,
    "do_sample": True,
    "repetition_penalty": 1.1
}

📄 Licencia

Este modelo se distribuye bajo la licencia Apache 2.0.

🙏 Agradecimientos

Basado en el modelo GPT-OSS-20B de OpenAI y fine-tuneado usando técnicas de LoRA.