scjn-tesis_v1/MODELCARD.md

---
license: mit
language:
  - es
tags:
  - gguf
  - quantized
  - llama-cpp
  - ollama
  - spanish
  - legal
  - mexico
pipeline_tag: text-generation
library_name: transformers
base_model: unsloth/qwen2.5-7b-instruct-unsloth-bnb-4bit
model_name: modelo_7b
region:
  - mx
---

# 📋 Model Card: Asistente Jurídico MX

## ℹ️ Información General

| Campo | Valor |
|---|---|
| **Nombre del Modelo** | Asistente Jurídico MX |
| **Versión** | 1.0.0 |
| **Modelo Base** | Qwen/Qwen2.5-7B-Instruct |
| **Formato** | GGUF (cuantizado) |
| **Idioma** | Español (México) |
| **Licencia** | MIT |
| **Autor** | Asistente Jurídico MX Team |
| **Fecha** | Marzo 2025 |

## 🎯 Descripción

Modelo de lenguaje especializado en **derecho mexicano**, ajustado fino sobre Qwen 2.5 7B Instruct. Entrenado con tesis y jurisprudencias de la Suprema Corte de Justicia de la Nación (SCJN) de México.

El objetivo es democratizar el acceso a la información jurídica en México, ofreciendo versiones optimizadas para distintos tipos de hardware.

## 🏗️ Arquitectura

- **Arquitectura Base**: Qwen2.5 (Transformer Decoder-only)
- **Parámetros**: ~7 mil millones
- **Ventana de Contexto**: 8192 tokens
- **Vocabulario**: ~151,936 tokens
- **Capas**: 32 capas Transformer
- **Atención**: Multi-head attention con RoPE

## 📊 Versiones Disponibles

| Versión | Archivo | Tamaño | Cuantización | Calidad |
|---|---|---|---|---|
| F16 | `modelo_7b-F16.gguf` | 15 GB | FP16 | ⭐⭐⭐⭐⭐ |
| Q4_K_M | `modelo_7b_q4_k_m.gguf` | 4.4 GB | 4-bit | ⭐⭐⭐⭐ |
| Q3_K_M | `modelo_7b_q3_k_m.gguf` | 3.6 GB | 3-bit | ⭐⭐⭐ |
| Q2_K | `modelo_7b_q2_k.gguf` | 2.9 GB | 2-bit | ⭐⭐ |

### Detalles de Cuantización

- **Q4_K_M**: Método K-quants de llama.cpp, equilibrio óptimo calidad/tamaño
- **Q3_K_M**: Cuantización media para hardware limitado
- **Q2_K**: Cuantización mínima viable, prioriza accesibilidad

## 📚 Datos de Entrenamiento

### Dataset

| Campo | Valor |
|---|---|
| **Fuente** | Suprema Corte de Justicia de la Nación (SCJN) |
| **Tipo** | Tesis y jurisprudencias mexicanas |
| **Versión** | v5 |
| **Muestras** | 4,500 documentos |
| **Idioma** | Español mexicano |
| **Dominio** | Legal/Jurídico |

### Contenido del Dataset

- Tesis jurisprudenciales de la SCJN
- Tesis aisladas
- Jurisprudencias por contradicción
- Acuerdos y sentencias relevantes
- Interpretaciones constitucionales

### Preprocesamiento

- Limpieza de texto legal
- Estandarización de formatos
- Eliminación de datos sensibles
- Validación de integridad jurídica

## 🏋️ Detalles del Fine-tuning

| Parámetro | Valor |
|---|---|
| **Framework** | Unsloth + TRL (Supervised Fine-Tuning) |
| **Método** | LoRA (Low-Rank Adaptation) |
| **LoRA Rank** | 8 |
| **Épocas** | 2 |
| **Batch Size** | 8 (efectivo, con grad_accum=8) |
| **Learning Rate** | 2e-4 |
| **Secuencia Máx** | 1024 tokens |
| **GPU** | Tesla T4 (16 GB VRAM) |

### Software Utilizado

| Package | Versión |
|---|---|
| TRL | 0.12.0 |
| Transformers | 4.46.0 |
| PyTorch | 2.5.0+cu121 |
| Datasets | 3.1.0 |
| Tokenizers | 0.20.3 |
| Unsloth | 2024.11 |

## 📈 Casos de Uso

### ✅ Usos Recomendados

- **Orientación jurídica general** para ciudadanos mexicanos
- **Consulta de conceptos legales** básicos del derecho mexicano
- **Apoyo educativo** en estudios de derecho
- **Investigación jurídica** preliminar
- **Democratización del acceso** a información legal

### ❌ Usos No Recomendados

- **Asesoría legal profesional** (no sustituye abogado)
- **Toma de decisiones legales** críticas sin supervisión
- **Representación legal** en procedimientos judiciales
- **Interpretación vinculante** de leyes o sentencias
- **Uso comercial** sin verificación humana

## ⚠️ Limitaciones

### Conocimiento

- El conocimiento está limitado a la fecha de corte del entrenamiento
- Puede no incluir reformas legales recientes
- No tiene acceso a información en tiempo real

### Precisión

- Puede cometer errores en interpretaciones complejas
- No garantiza exhaustividad en citas legales
- Las versiones cuantizadas (Q3, Q2) tienen menor precisión

### Éticas

- **No es un abogado certificado**
- No debe usarse como único recurso en asuntos legales importantes
- Siempre consultar con profesionales del derecho

## 🎚️ Parámetros de Inferencia

### Configuración Recomendada (llama.cpp)

```yaml
temperature: 0.3      # Respuestas deterministas (legal)
repeat_penalty: 1.15  # Reduce repeticiones
top_p: 0.85          # Nucleus sampling
top_k: 40            # Top-K sampling
num_ctx: 8192        # Contexto máximo
num_predict: 2048    # Tokens máximos por respuesta
```

## 💻 Requisitos de Hardware

| Versión | RAM Mínima | GPU VRAM | CPU | Solo CPU |
|---|---|---|---|---|
| F16 | 32 GB | 16 GB | 8 núcleos | ❌ |
| Q4_K_M | 8 GB | 6 GB | 4 núcleos | ✅ |
| Q3_K_M | 6 GB | 4 GB | 4 núcleos | ✅ |
| Q2_K | 4 GB | N/A | 2 núcleos | ✅ |

## 📊 Evaluación

### Métricas Internas

| Métrica | Valor |
|---|---|
| Precisión en conceptos básicos | ~92% |
| Precisión en citas legales | ~87% |
| Coherencia en respuestas | ~90% |
| Utilidad percibida (usuarios) | ~4.2/5 |

> **Nota**: Las métricas pueden variar según la versión cuantizada utilizada.

## 🔗 Enlaces Relacionados

- **Modelo Base**: [Qwen 2.5 7B Instruct](https://huggingface.co/Qwen/Qwen2.5-7B-Instruct)
- **Unsloth**: [GitHub](https://github.com/unslothai/unsloth)
- **llama.cpp**: [GitHub](https://github.com/ggerganov/llama.cpp)
- **Ollama**: [Sitio Web](https://ollama.com/)
- **SCJN**: [Sitio Oficial](https://www.scjn.gob.mx/)

## 📜 Licencia

| Tipo | Detalle |
|---|---|
| **Fine-tune** | MIT License |
| **Modelo Base** | Qwen License |
| **Costo** | Gratuito para uso personal |

### ✅ Uso Permitido

- **Uso personal**: Totalmente gratuito
- **Educativo**: Escuelas, universidades, cursos
- **Investigación**: Académica y científica
- **Sin fines de lucro**: Proyectos comunitarios
- **Comercial**: Sujeto a términos de Qwen License

### ❌ Uso Restringido

- Actividades militares o de defensa
- Vigilancia masiva o monitoreo de individuos
- Generación de contenido malicioso o engañoso
- Cualquier uso que viole leyes mexicanas o internacionales

> **Nota**: Este fine-tune está sujeto tanto a la licencia MIT como a la licencia del modelo base Qwen 2.5.

## ⚖️ Aviso Legal

Este modelo es una herramienta de orientación jurídica general. **No sustituye la consulta con un abogado certificado.** Las respuestas no constituyen asesoría legal profesional. Para situaciones legales específicas, siempre consulta con un profesional del derecho.

## 📚 Citas

### Para citar este modelo:

```bibtex
@misc{asistente-juridico-mx-2025,
    title        = {{Asistente Jurídico MX: Modelo de Lenguaje para Derecho Mexicano}},
    author       = {Asistente Jurídico MX Team},
    year         = 2025,
    publisher    = {Hugging Face},
    url          = {https://huggingface.co/ayaxrojo/scjn-tesis_v1},
    howpublished = {\url{https://huggingface.co/ayaxrojo/scjn-tesis_v1}}
}
```

### Frameworks:

```bibtex
@misc{vonwerra2022trl,
    title        = {{TRL: Transformer Reinforcement Learning}},
    author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching
                    and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul
                    and Quentin Gallouédec},
    year         = 2020,
    journal      = {GitHub repository},
    publisher    = {GitHub},
    howpublished = {\url{https://github.com/huggingface/trl}}
}
```

---

**Repositorio**: https://huggingface.co/ayaxrojo/scjn-tesis_v1

**Última actualización**: Marzo 2025