TenMiNaTor III

Framework Avanzado de Entrenamiento de Modelos de Deep Learning

Ecosistema Gotham City | Web: terminator.com.es

---

Instalación

# Instalación básica (solo Core Training + NumPy)
pip install tenIII

# Con PyTorch
pip install tenIII[torch]

# Con TensorFlow
pip install tenIII[tensorflow]

# Con Block System (dispositivos limitados)
pip install tenIII[blocks]

# Con todas las funciones
pip install tenIII[all]

# Desde web
wget http://carlomaxxine.com/terminator.com.es/downloads/teniii-3.1.1.tar.gz
pip install teniii-3.1.1.tar.gz

---

Inicio Rápido

from tenIII import Trainer, TrainingConfig, EarlyStoppingMode

# Configurar
config = TrainingConfig(
    model_type="transformer",
    hidden_dim=768,
    num_layers=12,
    max_epochs=100,
)

# Entrenar
trainer = Trainer(config)
model = trainer.build_model()
history = trainer.train(train_data, val_data)

# Guardar
trainer.save("model.pt")

---

Características

Core Training

• Entrenamiento estándar (SGD, Adam, AdamW, Lion)
• Fine-tuning de modelos preentrenados
• Reinforcement Learning
• Nested Learning (meta-learning)
• Entrenamiento de razonamiento
• Corrección de sesgos (steering)

Sistema 10×12 Mejorado (Optativo)

config = TrainingConfig(
    early_stopping=EarlyStoppingConfig(
        mode=EarlyStoppingMode.IMPROVED,  # Umbral relativo 0.1%
        patience=12,
        on_trigger="adapt",  # Adapta en lugar de parar
    )
)

Modos disponibles:

• DISABLED: Sin early stopping
• CLASSIC: Umbral absoluto (original)
• IMPROVED: Umbral relativo (recomendado)
• ADAPTIVE: Ajusta según volatilidad
• CONTINUOUS: Nunca para, adapta parámetros

Control Continuo (Sin Paradas)

config = TrainingConfig(
    early_stopping=EarlyStoppingConfig(
        mode=EarlyStoppingMode.CONTINUOUS,
        on_trigger="adapt",
    )
)
# El entrenamiento NUNCA se detiene
# Cuando detecta estancamiento, adapta LR, batch size, modo

Hot Update (Actualización en Caliente)

config = TrainingConfig(
    hot_update=HotUpdateConfig(
        enabled=True,
        update_after_10x12=True,  # Actualiza tras trigger del 10×12
    )
)

trainer = Trainer(config)
trainer.train(data)

# Desde un framework externo (estilo TenMiNaTor I):
trainer.send_hot_update({
    'type': 'weights',
    'source': 'tenminator_i_framework',
    'payload': new_weights,
})

Block System (Dispositivos Limitados)

config = TrainingConfig(
    blocks=BlockConfig(
        enabled=True,
        block_size=1,
        quantization=QuantizationType.Q4_0,
        freeze_blocks=[0, 1, 2],  # Congelar primeros bloques
    )
)

Constitutional AI (Libre Albedrío)

config = TrainingConfig(
    constitution=ConstitutionalConfig(
        enabled=True,
        policies=["honesty", "helpfulness", "harmlessness"],
        free_will_enabled=True,
        audit_enabled=True,
    )
)

Multimodal (Voz)

config = TrainingConfig(
    multimodal=MultimodalConfig(
        enabled=True,
        voice_enabled=True,
        thought_generator="hybrid",
    )
)

USB Packaging

config = TrainingConfig(
    usb_packaging=USBPackagingConfig(
        enabled=True,
        target_format="gguf",
        quantization=QuantizationType.Q4_0,
        include_anythingllm=True,
    )
)

trainer.save("./usb_output/", format="usb")

---

Compatibilidad

Backends

• NumPy (siempre disponible, sin dependencias)
• PyTorch >= 2.0
• TensorFlow >= 2.12

Formatos de Modelo

• PyTorch (.pt, .bin)
• SafeTensors (.safetensors)
• GGUF (.gguf)
• TensorFlow (.h5, .pb)

Frameworks Compatibles

• AnythingLLM
• Ollama
• llama.cpp
• LM Studio
• GPT4All
• IA-USB

---

CLI

# Información del sistema
tenIII info

# Entrenar
tenIII train --config config.json --epochs 100

# Empaquetar para USB
tenIII package --model model.pt --output ./usb/ --quantization q4_0

# Convertir formato
tenIII convert --input model.pt --output model.gguf --format gguf

# Listar backends
tenIII backends

---

Estructura del Paquete

tenIII/
├── core/           # Siempre incluido
│   ├── config.py   # Configuración unificada
│   ├── controller.py # Controlador continuo
│   ├── checkpoint.py # Gestión de checkpoints
│   └── trainer.py  # Trainer principal
├── backends/       # PyTorch, TensorFlow, NumPy
├── nn/             # Módulos de red neuronal
├── blocks/         # Block System (optativo)
├── constitution/   # Constitutional AI (optativo)
├── multimodal/     # Voz, KAME (optativo)
├── packaging/      # USB, GGUF (optativo)
├── storage/        # TerminaTodo (optativo)
└── cli.py          # Interfaz de línea de comandos

---

Licencia

MIT License

---

Ecosistema Gotham City

tenIII forma parte del ecosistema Gotham City de herramientas de IA:

• tenIII - Framework de entrenamiento (este paquete)
• TenMiNaTor - Versiones anteriores (I, II)
• TerminaTodo - Gestión de almacenamiento
• TERMINATORI - Framework de interacción

---

Desarrollado por Gotham City AI Lab Web: terminator.com.es