CoolFace
Modelpublic

Delta0723/techmind-pro-v9-merged

sourceHugging Facemitupdated 11mo agoView on Hugging Face
0likes8downloads
Model Card

TechMind Pro v9 ULTIMATE

🚀 Asistente IA especializado en Redes Cisco y Packet Tracer

📊 Métricas

  • —Accuracy: 93% verificada
  • —Dataset: 1,191 ejemplos únicos
  • —Base Model: Mistral-7B-Instruct-v0.3
  • —Fine-tuning: LoRA (r=64, alpha=128)

🎯 Características

  • —✅ Configuraciones Cisco paso a paso
  • —✅ Troubleshooting guiado
  • —✅ Integración Packet Tracer
  • —✅ Soporte OSPF, BGP, VLANs, ACLs, etc.
  • —✅ Respuestas en español e inglés

💻 Uso

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

# Cargar modelo base
base_model = "mistralai/Mistral-7B-Instruct-v0.3"
tokenizer = AutoTokenizer.from_pretrained(base_model)
model = AutoModelForCausalLM.from_pretrained(
    base_model,
    load_in_8bit=True,
    device_map="auto"
)

# Cargar LoRA
model = PeftModel.from_pretrained(model, "Delta0723/techmind-pro-v9")

# Inferencia
prompt = "<s>[INST] ¿Cómo configuro IP 192.168.1.1 en GigabitEthernet0/0? [/INST]"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=500)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

🌐 Demo Online

  • —Landing: https://techmind-landing.vercel.app
  • —GitHub: https://github.com/Moreno360/techmind-landing

📚 Casos de Uso

  1. 1.Estudiantes CCNA/CCNP: Generación rápida de configuraciones
  2. 2.Profesores: Material de ejemplo para clases
  3. 3.Profesionales: Troubleshooting rápido
  4. 4.Packet Tracer: Guías paso a paso

🎓 Entrenamiento

  • —Método: LoRA (Low-Rank Adaptation)
  • —Hardware: RunPod RTX A6000
  • —Duración: ~6 horas
  • —Framework: HuggingFace Transformers + PEFT

📝 Licencia

MIT License - Uso libre

👤 Autor

Creado por Delta0723

🔗 Links