Uploaded model
- Developed by: Agnuxo
- Developed by: Agnuxo
- License: apache-2.0
- Finetuned from model : unsloth/qwen2.5-7b-bnb-4bit
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Lector y Debatidor de Documentos 📚🗣️
Este modelo es parte de un sistema de lectura y debate de documentos que utiliza dos modelos de lenguaje para generar explicaciones y simular debates sobre el contenido de documentos PDF y TXT.
Descripción del Modelo
El sistema utiliza dos modelos principales:
Agente-GPT (Profesor):
Agnuxo/Agente-GPT-Qwen-2.5-7B-Spanish_16bit- Basado en Qwen 2.5 7B, adaptado para español
- Función: Explicar documentos y generar preguntas para el debate
Agente-Llama (Periodista):
Agnuxo/Agente-Llama-3.1-Spanish_16bit- Basado en Llama 3.1, adaptado para español
- Función: Responder preguntas y participar en el debate con un estilo periodístico
Uso Previsto
Este modelo está diseñado para:
- Analizar y explicar documentos en español
- Generar debates simulados sobre el contenido de los documentos
- Proporcionar una experiencia interactiva de aprendizaje y discusión
Limitaciones y Sesgos
- Los modelos están optimizados para el idioma español y pueden tener un rendimiento limitado en otros idiomas.
- La calidad del debate depende de la calidad y relevancia del documento de entrada.
- Pueden existir sesgos inherentes a los datos de entrenamiento utilizados.
Consideraciones Éticas
- El sistema no debe utilizarse para generar o propagar información falsa o engañosa.
- Los usuarios deben ser conscientes de que las respuestas son generadas por IA y pueden requerir verificación humana.
Métricas de Evaluación
- Perplexidad: [Valor]
- Precisión en tareas de comprensión de lectura: [Valor]
Entrenamiento
Los modelos fueron fine-tuned utilizando el dataset Agnuxo/Spanish-Debate-Dataset, que contiene:
- Transcripciones de debates en español
- Artículos periodísticos y académicos
- Resúmenes de documentos en diversos campos
Explicación-Debate-PDF-VOZ
Programa en local para subir documentos PDF o TXT en cualquier idioma, con Opción de consuta, explicación y Debate sobre el documento entre dos LLM GPT y Llama, con salida de voz en Español.
🖥️ Interfaz de Usuario
La interfaz gráfica incluye:
- 💬 Área de chat para mostrar el debate
- 🎛️ Controles de velocidad de voz
- 🔢 Ajustes de límite de tokens
- 📂 Botón para cargar documentos
- ▶️ Botones para iniciar explicación o debate
🧠 Modelos de IA
El programa utiliza dos modelos de lenguaje:
- 🧑🏫 Profesor-GPT: Basado en "GPT"
- 👩🎤 Periodista LLAMA: Basado en "Meta-Llama-3.1-8B"
🎙️ Síntesis de Voz
Se utilizan dos modelos de TTS:
- 🇪🇸 Modelo español para el Profesor-GPT
- 🇦🇷 Modelo con acento argentino para la Periodista LLAMA
📝 Notas Adicionales
- El programa convierte números y fórmulas a texto para mejorar la síntesis de voz.
- Se incluyen controles para ajustar la velocidad de reproducción de voz.
- La interfaz permite una fácil navegación y control del proceso de lectura y debate.
Desarrollado por [Francisco Angulo de Lafuente]
📚 Lector y Debatidor de Documentos
🌟 Características Principales
- 📖 Lectura de documentos PDF y TXT
- 🗣️ Explicación del contenido en español
- 🎭 Debate simulado entre dos IA
- 🔊 Síntesis de voz para las respuestas
- 🖥️ Interfaz gráfica moderna y fácil de usar
🛠️ Tecnologías Utilizadas
- Python
- PyQt5 para la interfaz gráfica
- Transformers para modelos de lenguaje
- TTS para síntesis de voz
- PyPDF2 para lectura de PDFs
🚀 Cómo Funciona
El programa ofrece una experiencia interactiva de lectura y debate de documentos:
1️⃣ Carga de Documentos: Sube fácilmente archivos PDF o TXT.
2️⃣ Explicación del Contenido: Una IA explica el documento de forma clara y concisa.
3️⃣ Debate Simulado: Dos IA, un "Profesor-GPT" y una "Periodista LLAMA", debaten sobre el contenido.
4️⃣ Síntesis de Voz: Las respuestas se convierten en audio para una experiencia más inmersiva.
5️⃣ Interacción del Usuario: Participa en el debate añadiendo tus propios comentarios o preguntas.
Citación
Si utilizas este modelo en tu investigación, por favor cita:
- Downloads last month
- 20
32-bit