Upload README.md with huggingface_hub

README.md

@@ -1,21 +1,75 @@
 ---
+license: gemma
+base_model: google/gemma-4-E2B-it-qat-q4_0-unquantized
 tags:
-- gguf
-- llama.cpp
-- unsloth
-- vision-language-model
+  - vietnamese
+  - vaccine
+  - misinformation
+  - public-health
+  - explainable-ai
+  - gguf
+  - q4_0
+language:
+  - vi
+pipeline_tag: text-generation
+inference: true
 ---
 
-# gemma-4-E2B-vaccine-xai-merged-qat : GGUF
+# VaccineNLP - Gemma-4 E2B QAT Misinfo Engine (GGUF Q4_0)
 
-This model was finetuned and converted to GGUF format using [Unsloth](https://github.com/unslothai/unsloth).
+File GGUF Q4_0 của adapter QAT [hung2903/gemma-4-E2B-unsloth-vaccine-xai-qat](https://huggingface.co/hung2903/gemma-4-E2B-unsloth-vaccine-xai-qat) merged với base [google/gemma-4-E2B-it-qat-q4_0-unquantized](https://huggingface.co/google/gemma-4-E2B-it-qat-q4_0-unquantized).
 
-**Example usage**:
-- For text only LLMs:    `llama-cli -hf hung2903/gemma-4-E2B-vaccine-xai-merged-qat --jinja`
-- For multimodal models: `llama-mtmd-cli -hf hung2903/gemma-4-E2B-vaccine-xai-merged-qat --jinja`
+Mô hình này chỉ phục vụ trục Misinfo chính theo taxonomy nội bộ `Fake` / `Real` và sinh JSON có cấu trúc tương thích `parse_deep_output`.
 
-## Available Model files:
-- `gemma-4-E2B-it-qat-q4_0-unquantized.Q4_0.gguf`
-- `gemma-4-E2B-it-qat-q4_0-unquantized.F16-mmproj.gguf`
-This was trained 2x faster with [Unsloth](https://github.com/unslothai/unsloth)
-[<img src="https://raw.githubusercontent.com/unslothai/unsloth/main/images/unsloth%20made%20with%20love.png" width="200"/>](https://github.com/unslothai/unsloth)
+## Hiệu suất (Gold Test Set, n=186) — chấm trên RAW model output (trung thực)
+
+Engine này CHỈ tái phân loại **trục Misinfo (Fake/Real)** theo kiến trúc tách trục (§3.10);
+Stance & Sentiment do PhoBERT đảm nhiệm. Số liệu đo trên **đầu ra thô của mô hình** (không qua
+tầng sửa lỗi/repair) nên phản ánh đúng năng lực thật.
+
+| Metric | Score |
+|---|:---:|
+| **Macro F1 (Misinfo)** | **0.6428** |
+| Recall (Fake) | 0.7143 |
+| Precision (Fake) | 0.3333 |
+| F1 (Fake) | 0.4545 |
+| F1 (Real) | 0.831 |
+| Parse success rate | 96.8% |
+| Banned-label outputs | 0 |
+
+**Confusion matrix** (hàng = nhãn thật, cột = dự đoán):
+
+|  | → Fake | → Real |
+|---|:---:|:---:|
+| **Fake** (n=28) | 20 | 8 |
+| **Real** (n=158) | 40 | 118 |
+
+> Acceptance gate: parse-fail < 5%, banned-label = 0, recall Fake >= 0.70 — tất cả ĐẠT.
+> Output là JSON có cấu trúc `{"label","confidence","sufficient_context","rationale","key_spans"}`
+> tương thích `parse_deep_output`; confidence/key_spans cuối do tầng code hệ thống xác minh.
+
+
+## Sử dụng với LM Studio / Ollama local
+
+```python
+import openai
+client = openai.OpenAI(base_url="http://localhost:1234/v1", api_key="lm-studio")
+response = client.chat.completions.create(
+    model="local-model",
+    messages=[{"role": "user", "content": "Van ban: Vac-xin COVID gay vo sinh."}],
+    max_tokens=512,
+    temperature=0.1,
+)
+print(response.choices[0].message.content)
+```
+
+## Trích dẫn
+
+```bibtex
+@thesis{vaccinenlp2026,
+  title={Ứng dụng Xử lý Ngôn ngữ Tự nhiên trong phát hiện thông tin sai lệch về vaccine},
+  author={Kim Mạnh Hưng and Đinh Lê Quỳnh Phương},
+  school={Trường Đại học Y tế Công cộng (HUPH)},
+  year={2026},
+}
+```