Update README.md

README.md

@@ -10,12 +10,12 @@ tags:
 - qa
 - spanish
 model_type: llama
+pipeline_tag: question-answering
 library_name: transformers
 widget:
 - text: "¿Cuál es la principal causa de la crisis hídrica en América Latina según los estudios mencionados?"
 ---
 
-
 # Dataset: vmunozf/dataset
 
 Este dataset está diseñado para entrenar y probar modelos de lenguaje con enfoque en preguntas y respuestas en español. La información contenida está estructurada para facilitar su uso en tareas de procesamiento de lenguaje natural (NLP).
@@ -26,7 +26,7 @@ El archivo contiene dos columnas principales:
 - **Pregunta**: Incluye preguntas formuladas en español relacionadas con temas de interés.
 - **Respuesta**: Proporciona la respuesta correspondiente a cada pregunta.
 
-Ejemplo de datos:
+### Ejemplo de datos:
 | Pregunta                                                        | Respuesta                               |
 |-----------------------------------------------------------------|----------------------------------------|
 | ¿Qué porcentaje de los recursos hídricos renovables del mundo se encuentra en América Latina y el Caribe? | 35%.                                  |
@@ -39,10 +39,15 @@ Este dataset puede ser utilizado para:
 2. Pruebas de inferencia en sistemas de preguntas y respuestas.
 3. Evaluación de modelos en tareas de comprensión y generación de texto en español.
 
-## Licencia
+### Ejemplo de uso:
+```python
+from transformers import pipeline
 
-Este dataset se distribuye bajo la licencia Apache 2.0. Puedes utilizarlo libremente, siempre y cuando respetes los términos de la licencia.
+qa_pipeline = pipeline("question-answering", model="vmunozf/llama", tokenizer="vmunozf/llama")
 
-## Contacto
+result = qa_pipeline({
+    "question": "¿Cuál es la principal causa de la crisis hídrica en América Latina según los estudios mencionados?",
+    "context": "Según los estudios, la mala gestión de los recursos hídricos es la principal causa."
+})
 
-Para consultas o contribuciones, por favor contacta a [tu email o enlace relevante].
+print(result)