from transformers import AutoModelForCausalLM, AutoTokenizer model_id = "tu-usuario/Andromeda-0.5B-destilada"tok = AutoTokenizer.from_pretrained(model_id)model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto") messages = [{"role": "user", "content": "Hola, ¿cómo estás?"}]inputs = tok.apply_chat_template(messages, return_tensors="pt").to(model.device)out = model.generate(inputs, max_new_tokens=128, do_sample=True, temperature=0.7)print(tok.decode(out[0], skip_special_tokens=True)) ⚙️ Detalles técnicosArquitectura: idéntica a Qwen2.5-0.5B-Instruct (misma capa, mismo head)Tokenizer: sin cambios (compatibilidad total con el chat template de Qwen)Contexto: 32k tokens (heredado de la familia Qwen2.5)Formato pesos: safetensors (fp16 / bf16) ⚠️ LimitacionesModelo pequeño: puede fallar en razonamiento multi-paso complejoConocimiento factual acotado al corte del dataset de entrenamiento baseNo reemplaza al 3B en tareas de alta precisión; es un trade-off velocidad/recursos