Update README.md

README.md

@@ -4,16 +4,23 @@ license: apache-2.0
 
 # phibode-3-mini-4k-ultraalpaca
 
-phibode-3-mini-4k-ultraalpaca is an SFT fine-tuned version of microsoft/Phi-3-mini-4k-instruct using a custom training dataset.
-This model was made with [Phinetune]()
+<!--- PROJECT LOGO -->
+<p align="center">
+  <img src="https://huggingface.co/recogna-nlp/Phi-Bode/resolve/main/phi-bode.jpg" alt="Phi-Bode Logo" width="400" style="margin-left:'auto' margin-right:'auto' display:'block'"/>
+</p>
 
-## Process
-- Learning Rate: 1.41e-05
-- Maximum Sequence Length: 2048
-- Dataset: recogna-nlp/ultra-alpaca-ptbr
-- Split: train
+Phi-Bode é um modelo de linguagem ajustado para o idioma português, desenvolvido a partir do modelo base Phi-3-mini-4k-instruct fornecido pela [Microsoft](https://huggingface.co/microsoft/Phi-3-mini-4k-instruct). Este modelo foi refinado através do processo de fine-tuning utilizando o dataset Alpaca traduzido para o português. O principal objetivo deste modelo é ser viável para pessoas
+que não possuem recursos computacionais disponíveis para o uso de LLMs (Large Language Models). Ressalta-se que este é um trabalho em andamento e o modelo ainda apresenta problemas na geração de texto em português.
+
+## Características Principais
+
+- **Modelo Base:** Phi-3-mini-4k-instruct, criado pela Microsoft, com 3.8 bilhões de parâmetros.
+- **Dataset para Fine-tuning:** [UltraAlpaca](https://huggingface.co/datasets/recogna-nlp/ultra-alpaca-ptbr)
+- **Treinamento:** O treinamento foi realizado utilizando o método LoRa, visando eficiência computacional e otimização de recursos.
+
+
+## 💻 Como utilizar o Phibode-3-mini-4k-ultraalpaca
 
-## 💻 Usage
 ```python
 !pip install -qU transformers
 from transformers import AutoTokenizer, AutoModelForCausalLM, pipeline