Update README.md

README.md

@@ -2,10 +2,14 @@
 license: gpl
 ---
 
+# Nombre del estudiante: Brayam Arvey Ardila 
+
 
 # Nombre del modelo: BAAO
 
-Una breve descripción del modelo y su propósito principal.
+Se enfoca en la implementación y entrenamiento de un modelo de procesamiento 
+de lenguaje natural basado en la arquitectura T5, utilizando la biblioteca Transformers de Hugging Face. 
+
 
 # Descripciòn
 
@@ -13,6 +17,18 @@ Este modelo utiliza la arquitectura T5 de Transformers para tareas de procesamie
 centradas en la generación de texto. Se implemento y entreno usando PyTorch Lightning, 
 lo que facilita la escalabilidad y eficiencia en el entrenamiento.
 
+# Funcionamiento: 
+
+El proceso comienza con la instalación de las bibliotecas necesarias: transformers, sentencepiece 
+y pytorch_lightning. Estas bibliotecas proporcionan las herramientas para trabajar con modelos de 
+lenguaje avanzados y facilitan el manejo del entrenamiento y la validación de modelos.
+
+Se utiliza una clase personalizada, T5Dataset, para preparar y gestionar los datos. 
+El modelo se construye y entrena dentro de una clase T5Model, que hereda de pl.LightningModule. 
+Esto implica que el modelo se beneficia de las características de PyTorch Lightning, como la gestión 
+eficiente del entrenamiento y la escalabilidad. El entrenamiento del modelo se realiza con callbacks 
+y checkpoints para monitorizar y guardar el progreso.
+
 
 # Caracterìsticas del modelo
 
@@ -33,3 +49,6 @@ División de Datos: Dividido en conjuntos de entrenamiento y prueba para una eva
 Base: T5ForConditionalGeneration de la biblioteca Transformers.
 Personalización: Implementación dentro de una clase T5Model que extiende pl.LightningModule, 
 lo que indica una integración con PyTorch Lightning para gestionar el entrenamiento y la validación.
+
+# Parte del modelo es tomado de: 
+