---
license: other
tags:
  - gguf
  - llama.cpp
  - unsloth
  - lfm2
  - structured-output
  - notification-ai
  - spanish
  - education
datasets:
  - Smith-3/simon-fcyt-umss
language:
  - es
  - en
base_model: LiquidAI/LFM2-350M
pipeline_tag: text-generation
---

# simon-fcyt-umss (GGUF) 🎓✨  
Modelo de IA ajustado para la **Facultad de Ciencias y Tecnología – Universidad Mayor de San Simón (UMSS)**,  
diseñado para la aplicación **TecnoTime**, la cual ayuda a estudiantes a mantenerse organizados, motivados y conectados con sus actividades académicas.

Este modelo es un **fine-tuning** de `LiquidAI/LFM2-350M` orientado a producir respuestas **consistentes, validadas y parseables**, siguiendo la clase `SimonResponse` del sistema Android.

La conversión a **GGUF** se realizó usando **Unsloth**, optimizando su uso en:
- `llama.cpp`
- `text-generation-webui`
- dispositivos con recursos limitados (laptops modestos, labs universitarios, teléfonos con inferencia local)

---

## 🎯 Propósito Académico
Este modelo está orientado a:
- Recordatorios de clases y horarios
- Mensajes motivacionales para mejorar continuidad académica
- Check-ins cortos para acompañamiento del progreso diario
- Estímulo positivo en momentos clave del semestre

Está pensado para reforzar:
> Hábitos, constancia, asistencia, estado de ánimo y autocuidado académico.

---

## 🧱 Formato Estructurado de Respuesta (JSON Obligatorio)

La salida del modelo **no es texto libre**.  
Siempre debe generar **un único objeto JSON** con los campos requeridos:

{
  "why": "...",
  "opening_tag": "...",
  "icon_tag": "...",
  // Campos adicionales según tipo de notificación
}

### Campos según tipo de template:

Tipo de Notificación | Requiere | Opcional | Sin
---------------------|----------|----------|-----
MOTIVATIONAL_CHECK_IN | question, choices (2) | — | —
CLASS_REMINDER | question, choices (2) | — | —
CHECK_IN_CLOSURE | message o reminder_copy | — | choices
REMINDER_CLOSURE | reminder_copy | — | choices

---

## ✅ Ejemplos Reales Usados en TecnoTime

### Recordatorio de Clase
{
  "why": "Para que no pierdas tu ritmo académico",
  "opening_tag": "¡Atención, estudiante FCyT!",
  "question": "¿Listo para tu clase de hoy?",
  "icon_tag": "info",
  "choices": [
    {"id": "yes", "label": "Llego en un momento"},
    {"id": "no", "label": "Estoy terminando algo"}
  ]
}

### Check-in Motivacional
{
  "why": "Para reforzar tu constancia",
  "opening_tag": "¡Vamos con toda, ingeniería!",
  "question": "¿Cómo te sientes con lo que has avanzado hoy?",
  "icon_tag": "focus",
  "choices": [
    {"id": "yes", "label": "Bien, sigo avanzando"},
    {"id": "no", "label": "Hoy fue complicado"}
  ]
}

---

## 📦 Archivos GGUF Disponibles

Archivo | Uso recomendado
--------|----------------
LFM2-350M.Q5_K_M.gguf | Mejor equilibrio calidad / rendimiento
LFM2-350M.Q8_0.gguf | Máxima calidad (requiere más RAM)
LFM2-350M.Q4_K_M.gguf | Equipos de bajos recursos / labs

---

## 🚀 Uso con `llama.cpp`

llama-cli -m LFM2-350M.Q5_K_M.gguf -p "GENERAR: CLASS_REMINDER para clase de Física"

---

## 🐍 Uso con `transformers`

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("tuUsuario/simon-fcyt-umss")
model = AutoModelForCausalLM.from_pretrained("tuUsuario/simon-fcyt-umss")

prompt = "GENERAR: MOTIVATIONAL_CHECK_IN"
inp = tokenizer(prompt, return_tensors="pt")
out = model.generate(**inp, max_new_tokens=160)
print(tokenizer.decode(out[0], skip_special_tokens=True))

---

## ⚖️ Licencia
Este modelo deriva de `LiquidAI/LFM2-350M`, bajo:

LFM Open License v1.0
https://huggingface.co/LiquidAI/LFM2-350M/blob/main/LICENSE

---

## 📌 Estado
✅ Listo para uso en TecnoTime  
⏳ Próxima etapa: Publicación en Play Store  
🔗 Enlace será añadido próximamente.