Update README with tested instructions

README.md

@@ -16,36 +16,40 @@ language:
 
 Conversión de [prithivMLmods/gemma-4-E2B-it-Uncensored-MAX](https://huggingface.co/prithivMLmods/gemma-4-E2B-it-Uncensored-MAX) a formato `.litertlm` para **Google AI Edge Gallery** en Android.
 
-## 🚀 Cómo convertir
+## 🚀 Cómo convertir (Google Colab, gratis)
 
-El notebook de conversión está listo para ejecutar en Google Colab **(gratis)**:
+El notebook está **probado y listo** para ejecutar en Colab:
 
-👉 **[Abrir en Colab](https://colab.research.google.com/github/huggingface/notebooks/blob/main/gemma4_to_litertlm.ipynb)** ← *Usa el link de abajo en su lugar*
-
-**Link directo al notebook en este repo:**
-[`gemma4_to_litertlm.ipynb`](https://huggingface.co/RedSparkie/gemma-4-E2B-it-Uncensored-MAX-litert-lm/blob/main/gemma4_to_litertlm.ipynb)
+📓 **[`gemma4_to_litertlm.ipynb`](https://huggingface.co/RedSparkie/gemma-4-E2B-it-Uncensored-MAX-litert-lm/blob/main/gemma4_to_litertlm.ipynb)**
 
 ### Pasos:
-1. Descarga el notebook o ábrelo en Colab
-2. Pon tu token de HuggingFace (con permisos de escritura)
-3. Selecciona runtime con **RAM Alta** (Entorno de ejecución → Cambiar tipo → RAM Alta)
-4. Ejecuta todas las celdas
-5. El `.litertlm` se sube automáticamente a este repo
+1. **Descarga** el notebook y ábrelo en Google Colab
+2. Selecciona runtime: **GPU (T4) + RAM Alta** (`hm`)  
+   → Entorno de ejecución → Cambiar tipo → T4 + RAM Alta
+3. **Pon tu token** de HuggingFace (con permisos de escritura) en la primera celda
+4. **Ejecuta** todas las celdas (~30-45 min)
+5. El `.litertlm` se sube automáticamente aquí
+
+### ¿Qué hace?
+1. **Extrae solo el decoder de texto** del modelo multimodal (4.8 GB vs 9.6 GB total)  
+   → Mantiene la key naming correcta (`model.language_model.*`)
+2. **Crea config modificado** con `vision_config=None`, `audio_config=None`  
+   → `Gemma4ForConditionalGeneration` solo instancia el language model
+3. **Convierte a TFLite** via `litert-torch` con cuantización INT8
+4. **Empaqueta como `.litertlm`** con `externalize_embedder=True` (requerido por Gemma4)
+5. **Sube a HuggingFace**
 
-### ¿Qué hace el notebook?
-1. **Extrae solo el decoder de texto** del modelo multimodal (~4.8 GB en bf16 vs 9.6 GB completo)
-2. **Convierte a TFLite** via `litert-torch` con cuantización INT8
-3. **Empaqueta como `.litertlm`** listo para Edge Gallery
-4. **Sube a este repo** automáticamente
+### Si pesa >2 GB
+Cambia `"dynamic_wi8_afp32"` → `"dynamic_wi4_afp32"` en la celda 4 (INT4 en vez de INT8, mitad de tamaño)
 
 ## 📱 Uso (una vez convertido)
 
-### Google AI Edge Gallery (Android/iOS)
+### Edge Gallery (Android)
 1. Instala [Google AI Edge Gallery](https://play.google.com/store/apps/details?id=com.google.ai.edge.gallery)
-2. Añade este modelo via URL de HuggingFace
+2. Añade modelo via URL de HuggingFace
 3. ¡Chatea!
 
-### LiteRT-LM CLI
+### CLI
 ```bash
 pip install litert-lm
 litert-lm import --from-huggingface-repo RedSparkie/gemma-4-E2B-it-Uncensored-MAX-litert-lm gemma-4-E2B-it-Uncensored-MAX.litertlm uncensored-max
@@ -57,13 +61,11 @@ litert-lm run uncensored-max
 | | |
 |---|---|
 | **Modelo base** | [prithivMLmods/gemma-4-E2B-it-Uncensored-MAX](https://huggingface.co/prithivMLmods/gemma-4-E2B-it-Uncensored-MAX) |
-| **GGUF original** | [mradermacher/gemma-4-E2B-it-Uncensored-MAX-GGUF](https://huggingface.co/mradermacher/gemma-4-E2B-it-Uncensored-MAX-GGUF) |
+| **Arquitectura** | Gemma 4 E2B (text decoder only, ~1.4B params) |
 | **Formato** | LiteRT-LM (`.litertlm`) |
 | **Cuantización** | INT8 dynamic (`dynamic_wi8_afp32`) |
-| **Tarea** | Generación de texto (solo decoder, sin visión/audio) |
 | **Contexto** | 4096 tokens |
-| **Tamaño estimado** | ~1.9-2.4 GB |
-
-## ⚠️ Disclaimer
+| **Tamaño estimado** | ~1.5-2.0 GB |
+| **Convertido con** | `litert-torch` v0.9.0 |
 
-Modelo abliterated/uncensored. Úsalo con responsabilidad.
+⚠️ Modelo abliterated/uncensored. Úsalo con responsabilidad.