Update README with full model metadata and usage

README.md

@@ -1,21 +1,72 @@
 ---
-language: "es"
-license: "apache-2.0"
+language: ["es", "en"]
+license: apache-2.0
 tags:
   - bittensor
   - subnet-20
+  - bitagent
+  - finney
+  - tao
   - tool-calling
+  - bfcl
+  - reasoning
   - agent
-  - fine-tune
-  - AntonioBFCL
-datasets:
-  - self-generated
+base_model: Salesforce/xLAM-7b-r
+pipeline_tag: text-generation
 model-index:
-  - name: Antonio BFCL Toolmodel
-    results: []
-base_model: "Salesforce/xLAM-7b-r"
-pipeline_tag: "text-generation"
-library_name: "transformers"
+  - name: antonio-bfcl-toolmodel
+    results:
+      - task:
+          type: text-generation
+          name: Generative reasoning and tool-calling
+        metrics:
+          - type: accuracy
+            value: 0.0
 ---
 
-# Antonio BFCL Toolmodel
+# 🧠 Antonio BFCL Toolmodel
+
+Este modelo forma parte del ecosistema **BitAgent (Subnet-20)** de Bittensor, diseñado para tareas de *tool-calling*, razonamiento lógico estructurado y generación de texto contextual.  
+Optimizado para comunicación eficiente entre agentes dentro del protocolo Finney.
+
+---
+
+## 🚀 Descripción técnica
+
+**antonio-bfcl-toolmodel** está basado en un modelo open-source tipo `xLAM-7b-r`, ajustado para:
+
+- 📊 *Razonamiento simbólico y factual multilingüe*  
+- 🧩 *Tool-calling automático* (formato JSON conforme a los prompts de Subnet-20)  
+- 🔄 *Respuestas deterministas* con `temperature=0.1` y `top_p=0.9`  
+- ⚙️ *Compatibilidad total con el pipeline de BitAgent Miner (v1.0.51)*  
+- 🌐 *Idiomas soportados*: Español 🇪🇸 e Inglés 🇬🇧
+
+---
+
+## 🧩 Integración con Subnet-20
+
+Los validadores pueden invocar este modelo a través de los protocolos:
+
+- `QueryTask`  
+- `QueryResult`  
+- `IsAlive`  
+- `GetHFModelName`  
+- `SetHFModelName`
+
+El modelo responde mediante `bittensor.dendrite` y cumple con la especificación **BitAgent v1.0.51**.
+
+---
+
+## 🧠 Ejemplo de inferencia local
+
+```python
+from transformers import AutoTokenizer, AutoModelForCausalLM
+
+model_name = "Tonit23/antonio-bfcl-toolmodel"
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForCausalLM.from_pretrained(model_name)
+
+prompt = "Resuelve esta operación: 12 + 37 = "
+inputs = tokenizer(prompt, return_tensors="pt")
+outputs = model.generate(**inputs, max_new_tokens=32)
+print(tokenizer.decode(outputs[0], skip_special_tokens=True))