Modelpublic

Candado/neuralnerve-webllm-models

sourceHugging Faceapache-2.0updated 8mo agoView on Hugging Face

1likes

Model Card

NeuralNerve WebLLM Models

🔐 Modelos de IA Verificados y Auditados para NeuralNerve

Este repositorio contiene modelos de lenguaje optimizados para WebLLM que han sido auditados y verificados criptográficamente por el equipo de NeuralNerve.

✅ Garantías de Seguridad

—Verificación SHA-256: Cada archivo tiene un hash SHA-256 documentado
—Auditoría de origen: Modelos descargados de fuentes oficiales verificadas
—Sin modificaciones: Los pesos del modelo son exactamente los mismos que los originales
—Control total: Hospedado bajo nuestra cuenta para garantizar disponibilidad

🗂️ Estructura del Repositorio

Candado/neuralnerve-webllm-models/
├── wasm-libs/                    # Binarios WebGPU (.wasm)
│   ├── Phi-3.5-mini-instruct-q4f16_1-webgpu.wasm
│   └── Llama-3.2-3B-Instruct-q4f16_1-webgpu.wasm
├── Phi-3.5-mini-instruct/         # Archivos del modelo Phi 3.5
│   ├── config.json
│   ├── mlc-chat-config.json
│   ├── ndarray-cache.json
│   ├── tokenizer.json
│   └── params_shard_*.bin       # Pesos del modelo
├── Llama-3.2-3B-Instruct/         # Archivos del modelo Llama
│   ├── config.json
│   ├── mlc-chat-config.json
│   ├── ndarray-cache.json
│   ├── tokenizer.json
│   └── params_shard_*.bin
├── MANIFEST.json                  # Checksums SHA-256
└── README.md                      # Este archivo

📦 Modelos Disponibles

Próximamente se agregarán modelos auditados

Phi 3.5 Mini (2.4GB)

—Fuente: Microsoft Research
—Versión: Phi-3.5-mini-instruct
—SHA-256: [Pendiente - en proceso de auditoría]
—Uso: Procesamiento local en navegador con WebGPU

🚀 Uso en NeuralNerve

Estos modelos se cargan automáticamente desde este repositorio cuando usas NeuralNerve Workspace v2.5+

📝 Licencia

Apache 2.0 - Los modelos mantienen las licencias de sus creadores originales:

—Phi 3.5: MIT License (Microsoft)
—Llama 3.2: Llama 3 Community License (Meta)

🔍 Proceso de Auditoría

1.Descarga de fuente oficial verificada
2.Cálculo de hash SHA-256 de todos los archivos
3.Documentación de origen y fecha de auditoría
4.Subida a este repositorio bajo control de NeuralNerve
5.Verificación automática en cada carga en la aplicación

📥 Cómo Descargar y Configurar Modelos

Opción 1: Descarga Automática con Script (Recomendado)

Requisitos previos:

—Node.js instalado (v16 o superior)
—Git LFS instalado para subir modelos grandes

Pasos:

bash

# 1. Clonar el repositorio
git clone https://huggingface.co/Candado/neuralnerve-webllm-models
cd neuralnerve-webllm-models

# 2. Instalar Git LFS (si no lo tienes)
git lfs install

# 3. Ver modelos disponibles
cd scripts
node download-models.js

# 4. Descargar modelos específicos
node download-models.js Phi-3.5-mini-instruct-q4f16_1-MLC

# O descargar múltiples modelos
node download-models.js Llama-3.2-3B-Instruct-q4f32_1-MLC Phi-3.5-mini-instruct-q4f16_1-MLC

El script automáticamente:

—✅ Descarga todos los archivos del modelo desde HuggingFace
—✅ Calcula los hashes SHA-256 de todos los archivos
—✅ Genera el formato JSON para actualizar MANIFEST.json

Opción 2: Descarga Manual

Si prefieres descargar manualmente:

bash

# 1. Descargar desde el CDN oficial de WebLLM
wget -r -np -nH --cut-dirs=2 https://huggingface.co/mlc-ai/Phi-3.5-mini-instruct-q4f16_1-MLC/tree/main

# 2. Calcular hashes SHA-256
cd scripts
node calculate-sha256.js ../Phi-3.5-mini-instruct-q4f16_1-MLC

# 3. Copiar el output JSON al MANIFEST.json

Opción 3: Usar Modelos desde CDN (Sin descarga)

Para desarrollo rápido, puedes usar directamente el CDN:

javascript

// En tu aplicación NeuralNerve
const engine = await CreateMLCEngine(
  "Phi-3.5-mini-instruct-q4f16_1-MLC",
  {
    initProgressCallback: (progress) => {
      console.log(progress);
    }
  }
);

Nota: Usar el CDN requiere conexión a internet. Para máxima privacidad y funcionamiento offline, se recomienda hospedar los modelos en este repositorio.

🔧 Actualizar MANIFEST.json

Después de descargar un modelo:

1.Calcular hashes:

bash

   cd scripts
   node calculate-sha256.js ../Phi-3.5-mini-instruct-q4f16_1-MLC

1.Copiar el output JSON que se genera automáticamente

1.Agregar al MANIFEST.json en el array de models:

json

   {
     "models": [
       {
         "name": "Phi-3.5-mini-instruct-q4f16_1-MLC",
         "files": {
           "config.json": "sha256-abc123...",
           "tokenizer.json": "sha256-def456..."
         }
       }
     ]
   }

1.Commit y push:

bash

   git add .
   git commit -m "Add Phi-3.5-mini model with integrity hashes"
   git push

🚀 Subir Modelos al Repositorio

Importante: Los archivos de modelos son grandes (2-8GB). Usa Git LFS:

bash

# 1. Trackear archivos grandes con Git LFS
git lfs track "*.bin"
git lfs track "*.safetensors"
git lfs track "*.wasm"

# 2. Agregar archivos
git add .gitattributes
git add Phi-3.5-mini-instruct-q4f16_1-MLC/
git add wasm-libs/

# 3. Commit y push
git commit -m "Add Phi-3.5-mini model files"
git push

📚 Modelos Recomendados para Comenzar

Modelo	Tamaño	Uso Recomendado	RAM Necesaria
Phi-3.5-mini	2.4GB	Chat general, soporte técnico	4GB
Llama-3.2-1B	1.2GB	Tareas rápidas, dispositivos limitados	2GB
Llama-3.2-3B	2.8GB	Balance velocidad/calidad	4GB
SmolLM2-1.7B	1.5GB	Tareas específicas, edge devices	3GB

✨ Integración con NeuralNerve

Una vez configurado el repositorio:

javascript

// 1. Configurar la URL base en tu app
const MODEL_REGISTRY_URL = "https://huggingface.co/Candado/neuralnerve-webllm-models";

// 2. Cargar MANIFEST.json
const manifest = await fetch(`${MODEL_REGISTRY_URL}/raw/main/MANIFEST.json`)
  .then(r => r.json());

// 3. Verificar integridad antes de cargar
const modelConfig = manifest.models.find(m => m.name === selectedModel);
await verifyModelIntegrity(modelConfig);

// 4. Cargar modelo desde tu repositorio
const engine = await CreateMLCEngine(selectedModel, {
  modelUrl: `${MODEL_REGISTRY_URL}/resolve/main/${selectedModel}/`,
  wasmUrl: `${MODEL_REGISTRY_URL}/resolve/main/wasm-libs/`
});

Última actualización: 3 de febrero de 2026 Mantenedor: NeuralNerve Team