Update README.md

README.md

@@ -59,7 +59,7 @@ model = AutoModelForCausalLM.from_pretrained(
 )
 tokenizer = AutoTokenizer.from_pretrained(
     model_name,
-    trust_remote_code=True
+    trust_remote_code=True,
 )
 ```
 
@@ -67,19 +67,19 @@ tokenizer = AutoTokenizer.from_pretrained(
 
 ```python
 messages = [
-    {"role": "user", "content": "¿Cómo puedo transformar un diccionario de listas en una lista de diccionarios en Python?"}
+    {"role": "user", "content": "¿Cómo puedo transformar un diccionario de listas en una lista de diccionarios, y viceversa, en Python sin utilizar bucles for?"}
 ]
 
 text = tokenizer.apply_chat_template(
     messages,
     tokenize=False,
-    add_generation_prompt=True
+    add_generation_prompt=True,
 )
 model_inputs = tokenizer([text], return_tensors="pt").to(model.device)
 
 generated_ids = model.generate(
     **model_inputs,
-    max_new_tokens=512
+    max_new_tokens=1024,
 )
 generated_ids = [
     output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
@@ -91,20 +91,19 @@ response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
 ### Tool Use
 
 ```python
-def suma(a: float, b: float) -> float:
+def get_current_weather(location: str) -> float:
     """
-    Devuelve la suma de dos números reales.
+    Obtener la datos del tiempo de una localización.
     
     Args:
-        a: un número real arbitrario.
-        b: un número real arbitrario.
+        location: La locaización, con el siguiente formato: "Ciudad, País"
     Returns:
-        El resultado de sumar a + b.
+        El tiempo en dicha localización.
     """
-    return a + b
+    return {"temperatura": 22, "cielo": "nublado", "probabilidad de lluvias": "60%"}
 
 messages = [
-    {"role": "user", "content": "Holaa! Cuántas manzanas tengo en total si he dejado 12 en mi cesta y 20 sobre la mesa ¿?"}
+  {"role": "user", "content": "Este fin de semana quiero visitar Madrid, y no se qué ropa llevarme. ¿Podrías decirme qué tal va a hacer?"}
 ]
 
 text = tokenizer.apply_chat_template(
@@ -117,7 +116,7 @@ model_inputs = tokenizer([text], return_tensors="pt").to(model.device)
 
 generated_ids = model.generate(
     **model_inputs,
-    max_new_tokens=512
+    max_new_tokens=1024
 )
 generated_ids = [
     output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)