Update README.md

README.md

@@ -1,5 +1,5 @@
 ---
-base_model: deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B
+base_model: Qwen/Qwen2.5-1.5B-Instruct
 library_name: peft
 license: apache-2.0
 language:
@@ -40,60 +40,40 @@ language:
 - ko
 tags:
 - human-feedback
-- deepseek
-- reasoning
-- distillation
+- qwen2
 ---
 
-# Model Card for Mattimax/DATA-AI_Chat_4_1.5B_Think
+# Model Card for Mattimax/DATA-AI_Chat_3_1.5B
 
 ## Descrizione del Modello
 
-**Mattimax/DATA-AI_Chat_4_1.5B_Think** è un modello avanzato di ragionamento conversazionale ottimizzato per processi di pensiero strutturati. Basato sull'architettura **deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B**, integra un meccanismo di reasoning a tre fasi (think/plan/reflect) per risposte più accurate e contestualizzate.
+**Mattimax/DATA-AI_Chat_3_1.5B** è un modello di linguaggio conversazionale fine-tuned progettato per generare risposte interattive e coerenti in contesti di chat. È stato addestrato a partire dal modello base **Qwen/Qwen2.5-1.5B-Instruct**. Il modello è ideale per chatbot, assistenti virtuali e applicazioni di interazione testuale automatica.
 
 - **Sviluppato da:** Mattimax Team
 - **Finanziato da:** M.INC.
-- **Tipo di modello:** LLM con ragionamento a grafo (ThinkChain)
+- **Condiviso da:** Mattimax
+- **Tipo di modello:** Modello di linguaggio LLM (chatbot)
 - **Licenza:** Apache-2.0
-- **Specializzazione:** Problem solving multi-step
-
-## Architettura Principale
-
-- **Base Model:** DeepSeek-R1 Distill (Qwen 1.5B ottimizzato)
-- **Enhancements:**
-  - Strato ThinkNet per pianificazione delle risposte
-  - Modulo di retroazione contestuale
-  - Meccanismo di verifica interna
-- **Novità:**
-  - Supporto nativo a chain-of-thought
-  - Autocorrezione in tempo reale
-  - Gestione ottimizzata degli strumenti esterni
-
-### 🔹 Caratteristiche Uniche
-1. **Think Mode Integrato:** Genera passaggi di ragionamento prima della risposta finale  
-2. **Memoria Contestuale:** Mantiene traccia di 8K token di storia  
-3. **Multi-Tool Integration:** Supporto nativo per 12+ API esterne  
 
 ## Fonti del Modello
 
-- **Repository Base:** [DeepSeek-R1](https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B)
-- **Repository Fine-Tuning:** [DATA-AI_Chat_4](https://huggingface.co/Mattimax/DATA-AI_Chat_4_1.5B_Think)
+- **Repository:** [https://huggingface.co/Mattimax/DATA-AI_Chat_3_1.5B](https://huggingface.co/Mattimax/DATA-AI_Chat_3_1.5B)
 
-### 🔹 Differenze dalla Versione 3
-- +37% di accuratezza in task complessi (MMLU benchmark)
-- -22% di hallucination rate
-- Supporto a JSON mode nativo
-- Tempo di risposta ottimizzato (-15%)
+### 🔹 Chi ha creato DATA-AI?
+DATA-AI è stato creato da *M.INC., un'azienda italiana fondata da **Mattimax (M. Marzorati)*.  
+ 
+### 🔹 Quali altri progetti ha sviluppato M.INC.?
+M.INC. ha sviluppato anche *DATANET*, un'app di chat avanzata basata su DATA-AI.  
+
+### 🔹 In quali lingue è addestrato il modello?
+Attualmente, il dataset contiene informazioni in *italiano, inglese, spagnolo e francese*.  
 
 ---
 
-## 🧠 Modalità d'Uso Avanzato
-```python
-from transformers import AutoTokenizer, AutoModelForCausalLM
+## 📥 Download e Utilizzo
+Scarica il modello e il dataset dalla piattaforma Hugging Face e inizia subito a sperimentare con *DATA-AI*!  
 
-model = AutoModelForCausalLM.from_pretrained("Mattimax/DATA-AI_Chat_4_1.5B_Think")
-tokenizer = AutoTokenizer.from_pretrained("Mattimax/DATA-AI_Chat_4_1.5B_Think")
+---
 
-# Modalità Think attivata
-input_text = "<think>Qual è il processo per...?</think>"
-inputs = tokenizer(input_text, return_tensors="pt")
+## 📢 Contatti e Supporto
+Per ulteriori informazioni, domande o collaborazioni, contatta *M.INC.*.