Rewrite the model card in English in the BrainboxAI house style; Hebrew kept only in example prompts; repository id unchanged

README.md

@@ -32,61 +32,59 @@ model-index:
 
 # bx-legal-kochav
 
-### מזהה המאגר: `BrainboxAI/law-il-E2B`
+### Repository id: `BrainboxAI/law-il-E2B`
 
-**מודל שפה קטן למשפט הישראלי, שרץ כולו על המחשב שלך. שום שאלה לא יוצאת החוצה.**
+**A small Hebrew-first model for Israeli law that runs entirely on your own machine. No question ever leaves it.**
 
 [![HF Model](https://img.shields.io/badge/%F0%9F%A4%97%20HuggingFace-Model-yellow)](https://huggingface.co/BrainboxAI/law-il-E2B)
 [![Dataset](https://img.shields.io/badge/%F0%9F%A4%97%20HuggingFace-Dataset-blue)](https://huggingface.co/datasets/BrainboxAI/legal-training-il)
 [![Safetensors](https://img.shields.io/badge/Format-Safetensors-green)](https://huggingface.co/BrainboxAI/law-il-E2B-safetensors)
 [![License](https://img.shields.io/badge/License-Apache_2.0-lightgrey)](https://www.apache.org/licenses/LICENSE-2.0)
 
-> **על השם.** `bx-legal-kochav` הוא שם המודל במוסכמת השמות של BrainboxAI: `bx` לחברה, `legal` לתחום, ו-`kochav` (כוכב) לדרגת הגודל הקטנה ביותר. **מזהה המאגר נשאר `BrainboxAI/law-il-E2B` ולא ישתנה** — כל קישור, סקריפט או פקודת הורדה שכתבת ממשיכים לעבוד בדיוק כמו קודם.
+> **About the name.** `bx-legal-kochav` is this model's name under the BrainboxAI naming convention: `bx` for the lab, `legal` for the domain, and `kochav` (Hebrew for "star") for the smallest size tier. **The repository id stays `BrainboxAI/law-il-E2B` and will not change.** Every link, script and pull command you already have keeps working exactly as before.
 
-> **על יציבות הגרסה.** אימון חדש על אותה משימה נדחף לאותו מאגר ומעדכן את המשקולות במקום. כלומר מי שיוריד היום ושוב בעוד חודשיים עלול לקבל משקולות שונות תחת אותו שם. מי שצריך יציבות מוחלטת — יצמיד את עצמו ל-commit מסוים ולא לענף הראשי.
-
-> **English.** `law-il-E2B` (brand name `bx-legal-kochav`) is a small Hebrew-first model for Israeli law, fine-tuned from `unsloth/gemma-4-E2B-it` on a 17,613-example curated corpus. It runs fully offline. It is **not** a lawyer, it can fabricate section numbers and case citations, and no formal benchmark has been run on it. This card is in Hebrew; identifiers, code and the recommended system prompt are in English.
+> **About version stability.** Retraining on the same task is pushed to the same repository and updates the weights in place. Someone who downloads today and again in two months may get different weights under the same name. If you need absolute stability, pin yourself to a specific commit rather than to the main branch.
 
 ---
 
-## מה זה, בקצרה
+## What it is
 
-מודל שפה **קטן** שאומן על חומר משפטי ישראלי. הוא עונה בעברית על שאלות משפטיות במבנה קבוע: איזה חוק רלוונטי, מה הוא אומר בשפה פשוטה, דוגמה מהחיים, פסיקה אם יש, ובסוף סייג.
+A **small** language model trained on Israeli legal material. It answers legal questions in Hebrew in a fixed shape: which statute applies, what it says in plain language, a real-world example, case law if there is any, and a closing caveat.
 
-הוא בנוי על [`unsloth/gemma-4-E2B-it`](https://huggingface.co/unsloth/gemma-4-E2B-it) של גוגל, ואומן מעליו בשיטת QLoRA על 17,613 דוגמאות משפטיות שנאספו וסוננו.
+It is built on Google's [`unsloth/gemma-4-E2B-it`](https://huggingface.co/unsloth/gemma-4-E2B-it) and fine-tuned on top of it with QLoRA on 17,613 curated legal examples.
 
-**מה זה אומר "קטן".** הכל נכנס בקובץ אחד של כ-3.4 ג'יגה-בייט. הוא רץ על מחשב נייד רגיל או על כרטיס מסך ביתי. הוא לא בליגה של GPT או Claude והוא לא מנסה להיות. הוא עושה דבר אחד, במקום אחד — אצלך.
+**What "small" means here.** The whole thing fits in one file of about 3.4 GB. It runs on an ordinary laptop or a consumer GPU. It is not in the same league as GPT or Claude and it is not trying to be. It does one job, in one place: yours.
 
-## למה הוא קיים
+## Why it exists
 
-רוב העבודה המשפטית בעברית עוברת היום דרך מודלים בענן. למשרד עורכי דין זו בעיה אמיתית: חומר של לקוח יוצא מהמשרד, חיסיון עורך-דין-לקוח נפגע, ותיקון 13 לחוק הגנת הפרטיות בישראל הוסיף לזה קנסות.
+Most Hebrew legal work today flows through cloud models. For a law firm that is a real problem. Client material leaves the office, attorney-client privilege is exposed, and Amendment 13 to Israel's Protection of Privacy Law attached penalties to getting it wrong.
 
-מודל שרץ על המחשב ��צמו פותר את זה מהשורש. המשקולות יושבות על החומרה של המשתמש. שום דבר לא נשלח, שום דבר לא נשמר אצל אף אחד.
+A model that runs on the machine itself removes the problem at the root. The weights sit on the user's own hardware. Nothing is transmitted and nothing is logged anywhere else.
 
-## למה הוא מיועד
+## What it is for
 
-- שאלות ותשובות משפטיות לאזרח: עבודה, שכירות, משפחה, צרכנות.
-- סבב מחקר ראשון למתמחה או לעורך דין צעיר — לפני הבדיקה האמיתית, לא במקומה.
-- הסבר של סעיפי חוזה והשוואה ביניהם.
-- הסבר של דפי זכויות (כל-זכות) לארגונים חברתיים.
-- התקנה בתוך משרד שמחזיק חומר חסוי ולא יכול לשלוח אותו החוצה.
+- Legal questions from ordinary citizens: employment, tenancy, family, consumer rights.
+- A first research pass for a trainee or a junior associate, before the real check rather than instead of it.
+- Reading and comparing contract clauses.
+- Explaining rights pages (Kol-Zchut) for social-sector organisations.
+- Deployment inside a firm that holds privileged material and cannot send it out.
 
-## מה הוא **לא**, ומה אסור לעשות איתו
+## What it is not, and what you must not do with it
 
-זה החלק החשוב בכרטיס. מודל קטן שמוצג כמסוגל להכל הוא חסר ערך; מודל שאומר מה הוא לא יכול — אפשר לסמוך עליו.
+This is the important part of the card. A small model presented as capable of everything is worthless. A model that says what it cannot do can be relied on.
 
-- **הוא לא עורך דין, ואסור להשתמש בתשובה שלו כייעוץ משפטי.** כל תשובה צריכה אדם שקורא ובודק אותה לפני שפועלים לפיה.
-- **הוא ממציא מספרי סעיפים ופסקי דין.** זו לא תקלה נדירה — זו התנהגות מוכרת של כל מודל שפה, ובגודל הזה היא שכיחה יותר. **חובה לאמת כל ציטוט** מול מקור מוסמך (נבו, פסקדין, תקדין). פרומפט המערכת שלמטה מקטין את זה, ולא מאפס אותו.
-- **הוא מכיר רק את הדין הישראלי.** לא ארה"ב, לא אירופה, לא בריטניה, ולא משפט בינלאומי.
-- **יש לו תאריך ידע.** החומר נאסף בתחילת 2026. חוק שהשתנה מאז — הוא לא מכיר, והוא גם לא יודע שהוא לא מכיר.
-- **הוא לא מאמת מול מאגר חי.** אין לו אינטרנט ואין לו גישה למאגרי פסיקה. הוא עונה מהזיכרון שלו בלבד.
-- **הוא חלש בפלילי ובמנהלי.** רוב חומר האימון הוא אזרחי, עבודה ומשפחה. בפלילים מורכבים אל תשתמש בו בכלל.
-- **הוא לא לשימוש בזמן אמת בבית משפט**, ולא לכל מצב שבו תשובה שגויה עולה משהו ואין מי שיקרא אותה קודם.
-- **אין לו ציון.** ראה את פרק ההערכה למטה. אין ראיה נמדדת שהוא טוב יותר ממודל הבסיס שלו במשהו.
+- **It is not a lawyer, and its answers must not be used as legal advice.** Every answer needs a person to read it and check it before anyone acts on it.
+- **It fabricates section numbers and case citations.** This is not a rare glitch. It is known behaviour in every language model, and it is more frequent at this size. **Verify every citation** against an authoritative source (Nevo, Psakdin, Takdin). The system prompt below reduces this. It does not eliminate it.
+- **It knows Israeli law only.** Not US, not EU, not UK, and no international or comparative law.
+- **It has a knowledge cutoff.** The material was collected in early 2026. A law that changed after that is unknown to it, and it does not know that it does not know.
+- **It does not check anything against a live database.** It has no internet access and no connection to case-law repositories. It answers from memory alone.
+- **It is weak on criminal and administrative law.** Most of the training material is civil, employment and family law. For complex criminal matters, do not use it at all.
+- **It is not for live courtroom use**, or for any situation where a wrong answer costs something and nobody reads the answer first.
+- **It has no score.** See the Evaluation section. There is no measured evidence that it is better than its base model at anything.
 
-## איך מריצים
+## How to run it
 
-### Ollama, הדרך הפשוטה
+### Ollama
 
 ```bash
 ollama pull hf.co/BrainboxAI/law-il-E2B:Q4_K_M
@@ -95,15 +93,18 @@ ollama run hf.co/BrainboxAI/law-il-E2B:Q4_K_M
 
 ### llama.cpp
 
-שם הקובץ בתוך המאגר הוא `gemma-4-E2B-it.Q4_K_M.gguf`. השם נשמר משלב הבנייה — זה הקו��ץ של המודל **המאומן**, ולא של מודל הבסיס.
+The file inside the repository is named `gemma-4-E2B-it.Q4_K_M.gguf`. The name is left over from the build step. It is the **fine-tuned** model, not the base model.
+
+The prompt below is in Hebrew because that is the language this model works in. The English gloss is for readers who do not read Hebrew.
 
 ```bash
+# Prompt: "What is an employee entitled to when dismissed without notice?"
 ./llama-cli -m gemma-4-E2B-it.Q4_K_M.gguf \
   -p "מהן זכויות העובד בפיטורים ללא הודעה מוקדמת?" \
   --temp 0.3 --top-p 0.9 -n 512
 ```
 
-### פייתון, דרך מאגר ה-safetensors
+### Python, through the safetensors repository
 
 ```python
 from transformers import AutoTokenizer, AutoModelForCausalLM
@@ -116,6 +117,7 @@ model = AutoModelForCausalLM.from_pretrained(
 )
 
 messages = [
+    # "I was fired without notice. What am I entitled to?"
     {"role": "user", "content": "פיטרו אותי בלי הודעה מוקדמת. מה מגיע לי?"},
 ]
 inputs = tokenizer.apply_chat_template(messages, return_tensors="pt", add_generation_prompt=True)
@@ -123,26 +125,28 @@ outputs = model.generate(inputs, max_new_tokens=512, temperature=0.3, top_p=0.9)
 print(tokenizer.decode(outputs[0], skip_special_tokens=True))
 ```
 
-### פרמטרי הרצה מומלצים
+### Recommended generation parameters
 
-| פרמטר | ערך | למה |
+| Parameter | Value | Why |
 |---|---|---|
-| `temperature` | 0.3 | יצירתיות נמוכה. בעבודה משפטית רוצים עובדות, לא ניסוח מקורי |
-| `top_p` | 0.9 | ברירת מחדל מקובלת |
-| `max_new_tokens` | 512 | מספיק לתשובה מלאה בחמישה שלבים עם ציטוטים |
-| `repetition_penalty` | 1.05 | מונע לולאות של ציטוט חוזר |
+| `temperature` | 0.3 | Low creativity. Legal work wants facts, not original phrasing |
+| `top_p` | 0.9 | Standard nucleus sampling |
+| `max_new_tokens` | 512 | Enough for a full five-step answer with citations |
+| `repetition_penalty` | 1.05 | Stops the model looping on a citation |
 
-> **שים לב לפער.** קובץ ה-`Modelfile` שיושב במאגר הזה מגדיר `temperature 0.7` ו-`repeat_penalty 1.3` — ערכים אחרים מאלה שבטבלה. הטבלה היא ההמלצה. אם אתה מריץ דרך ה-Modelfile, שנה אותם ידנית.
+> **A mismatch worth knowing about.** The `Modelfile` sitting in this repository sets `temperature 0.7` and `repeat_penalty 1.3`, which are not the values in the table. The table is the recommendation. If you run through the `Modelfile`, change them yourself.
 
-## פרומפט המערכת המומלץ — זה מה שמשנה הכי הרבה
+## The recommended system prompt, which matters more than anything else here
 
-מודל בגודל הזה עובד **הרבה** יותר טוב כשמקבל תבנית חשיבה מובנית במקום שאלה חופשית. הפרומפט שלמטה מכריח אותו לעבור חמישה שלבים לפני שהוא עונה, ובכל שלב אומר לו מה מותר ומה אסור.
+A model this size performs **much** better when it is given a structured reasoning template instead of an open question. The prompt below forces it through five explicit steps before it answers, and at each step tells it what is allowed and what is not.
 
-**למה זה משנה.** מודל קטן שמקבל שאלה משפטית פתוחה נוטה להמציא: מספר סעיף שנשמע נכון, שם של פסק דין שלא קיים. תבנית מובנית מחייבת אותו לכתוב "לבדוק במאגר נבו" במקום לנחש מספר, ומחייבת סייג בסוף כל תשובה.
+**Why this matters.** A small model handed an open legal question tends to invent: a section number that sounds right, a case name that does not exist. A structured template makes it write "check the exact section in Nevo" instead of guessing a number, and makes a caveat mandatory at the end of every answer.
 
-**וזאת התרשמות, לא מדידה.** לא רצה השוואה מספרית בין הרצה עם הפרומפט להרצה בלעדיו. זה מה שנראה בעבודה עם המודל, ולא מספר.
+**And this is an impression, not a measurement.** No numerical comparison was run between the model with this prompt and without it.
 
-### הפרומפט עצמו — העתק כמו שהוא
+**The prompt itself is written in Hebrew.** That is deliberate: the model answers in Hebrew, and instructions in the answer's own language hold better at this size. Copy it as it is. The section headings (`DEFINITIONS`, `PREMISES`, `REQUIREMENTS`, `EDGE_CASES`, `OUTPUT_FORMAT`, `VERIFICATION`) are in English and mark, in order: the vocabulary, the assumptions, the hard rules, the awkward cases, the shape of the answer, and the self-check.
+
+### The system prompt (copy as-is)
 
 ```text
 DEFINITIONS:
@@ -208,7 +212,9 @@ VERIFICATION:
   - regression check: לא להחזיר ת��ובה ללא 5 הצעדים גם אם השאלה פשוטה.
 ```
 
-### דוגמת שימוש עם הפרומפט
+**What the five steps are, in English:** (1) the applicable statute, (2) a plain-language explanation, (3) a realistic Israeli example, (4) relevant case law, and (5) a mandatory caveat saying this is not legal advice. Rule 2 forbids guessing a section number. Rule 7 forbids inventing a ruling. Rule 6 forbids telling the reader what to do, as opposed to what the law says.
+
+### Usage example with the system prompt
 
 ```python
 from transformers import AutoTokenizer, AutoModelForCausalLM
@@ -220,11 +226,12 @@ model = AutoModelForCausalLM.from_pretrained(
     device_map="auto",
 )
 
-# הדבק כאן את הפרומפט המלא מהבלוק שלמעלה
+# Paste the full prompt from the code block above.
 SYSTEM_PROMPT = """[paste the full prompt from the code block above]"""
 
 messages = [
     {"role": "system", "content": SYSTEM_PROMPT},
+    # "How many vacation days is an employee working a 4-day week entitled to?"
     {"role": "user", "content": "כמה ימי חופשה מגיעים לעובד שמועסק 4 ימים בשבוע?"},
 ]
 
@@ -233,79 +240,79 @@ outputs = model.generate(inputs, max_new_tokens=600, temperature=0.3, top_p=0.9)
 print(tokenizer.decode(outputs[0], skip_special_tokens=True))
 ```
 
-### התאמות אפשריות
+### Customisation
 
-- רוצה תשובות באנגלית או בערבית? שנה את כלל מספר 9.
-- צריך פלט JSON לאפליקציה? החלף את סעיף `OUTPUT_FORMAT` בסכימה שלך.
-- בונה כלי לעורכי דין ולא לאזרחים? הסר את כלל מספר 6, שאוסר על המלצה מעשית.
+- Want answers in English or Arabic? Change rule 9.
+- Need JSON for an application? Replace the `OUTPUT_FORMAT` section with your schema.
+- Building for lawyers rather than citizens? Drop rule 6, which forbids tactical recommendations.
 
-## פרטי האימון
+## Training details
 
-| מאפיין | ערך |
+| Attribute | Value |
 |---|---|
-| **מודל בסיס** | [`unsloth/gemma-4-E2B-it`](https://huggingface.co/unsloth/gemma-4-E2B-it) |
-| **שיטה** | QLoRA — מודל הבסיס נטען ב-4 ביט בזמן האימון |
-| **מסגרת** | Unsloth |
-| **שורות אימון** | 17,613 |
-| **היפר-פרמטרים, חומרה, זמן ועלות** | לא נכתבים כאן — ראה ההערה מתחת לטבלה |
+| **Base model** | [`unsloth/gemma-4-E2B-it`](https://huggingface.co/unsloth/gemma-4-E2B-it) |
+| **Method** | QLoRA. The base model is loaded in 4 bits during training |
+| **Framework** | Unsloth |
+| **Training rows** | 17,613 |
+| **Hyperparameters, hardware, wall time and cost** | Not stated here. See the note below |
 
-> **למה חסרים כאן מספרים.** רשומות האימון של המודל הזה שרדו בשתי גרסאות שסותרות זו את זו — הן חלוקות על דרגת ה-LoRA, על מספר מחזורי האימון ועל סוג הכרטיס הגרפי שעליו רץ האימון. אי אפשר לדעת מהמקורות שקיימים איזו מהן מתארת את המשקולות שפורסמו כאן. לכן כל השורות האלה הוסרו מהכרטיס במקום להישאר עליו ולהיראות כמו עובדה. כשמספר לא ידוע, הכרטיס אומר "לא ידוע" ולא ממציא.
+> **Why numbers are missing.** The training records for this model survived in two versions that contradict each other. They disagree on the LoRA rank, on the number of epochs, and on which GPU the run happened on. Nothing in the surviving sources says which version describes the weights published here. So all of those rows were removed rather than left on the card looking like fact. When a number is unknown, this card says it is unknown instead of filling the gap.
 
-### ממה מורכב הדאטה
+### Dataset composition
 
-המספרים כאן מופיעים גם בכרטיס הדאטה של [`legal-training-il`](https://huggingface.co/datasets/BrainboxAI/legal-training-il) וגם בכרטיס הקודם של המודל, והם מסתכמים ל-17,613 בדיוק.
+These figures appear both on the [`legal-training-il`](https://huggingface.co/datasets/BrainboxAI/legal-training-il) dataset card and on this model's previous card, and they sum to exactly 17,613.
 
-| מקור | כמות | תוכן |
+| Source | Count | Content |
 |---|---|---|
-| פסקי דין ישראליים | 7,960 | עליון, משפחה, פלילי, אזרחי |
-| דפי כל-זכות | 2,353 | עבודה, דיור, ביטוח, נכות, פנסיה |
-| ספר החוקים הפתוח (ויקיטקסט) | 300 | נוסח מלא של חוקים ישראליים |
-| סעיפי חוזים | 7,000 | 41 קטגוריות, סווגו ידנית |
-| **סך הכל** | **17,613** | |
+| Israeli court rulings | 7,960 | Supreme Court, family, criminal, civil |
+| Kol-Zchut rights pages | 2,353 | Labour, housing, insurance, disability, pension |
+| Open Law Book (Wikisource) | 300 | Full text of Israeli statutes |
+| Contract clauses | 7,000 | 41 categories, classified by hand |
+| **Total** | **17,613** | |
 
-תערובת השפות, לפי כרטיס הדאטה: כ-60% עברית, כ-40% אנגלית.
+Language mix, as reported on the dataset card: roughly 60% Hebrew, roughly 40% English.
 
-החומר סונן לפי שלושה תנאים: ציטוט שאפשר לאמת, עברית תקינה, ואפס פרטים מזהים.
+The material was filtered on three conditions: a citation that can be verified, well-formed Hebrew, and no personally identifying information.
 
-הדאטה מפורסם תחת רישיון **CC-BY-4.0** — רישיון שונה מזה של המודל עצמו.
+The dataset is published under **CC-BY-4.0**, a different licence from the model itself.
 
-## הערכה
+## Evaluation
 
-**לא רצה מדידה מספרית על המודל הזה. אין כאן ציון, ולא יופיע כאן ציון עד שתרוץ מדידה אמיתית.**
+**No numerical evaluation was run on this model. There is no score here, and none will appear until a real measurement is made.**
 
-מה שכן נעשה: בדיקה איכותית בעבודה יומיומית — האם החוק שצוין נכון, האם הפסיקה מתאימה, האם העברית קולחת, והאם המודל נזהר בשאלות שאין עליהן תשובה חד-משמעית.
+What was done instead: qualitative checking during day-to-day use. Is the statute right, does the case law fit, is the Hebrew fluent, and does the model hedge on questions that have no settled answer.
 
-**למה אין ציון.** בזמן הפרסום לא היה קיים מבחן ציבורי לשאלות-ותשובות משפטיות בעברית. מבחן כזה הוא בעיה פתוחה במחקר, ואי אפשר להמציא ציון כדי למלא שורה בטבלה.
+**Why there is no score.** At the time of release no public benchmark existed for Hebrew legal question answering. Building one is an open research problem, and a score cannot be invented to fill a row in a table.
 
-**מה זה אומר עבורך:** יש התרשמות טובה מהמודל, ואין הוכחה. אלה שני דברים שונים, וכרטיס מודל צריך להגיד איזה משניהם יש כאן.
+**What that means for you:** there is a good impression of this model, and there is no proof. Those are two different things, and a model card should say which one it is offering.
 
-## מגבלות
+## Limitations
 
-- **מודל קטן.** בגודל הזה יש טעויות. זו לא אפשרות, זו ודאות.
-- **הוא ממציא ציטוטים.** תמיד לאמת מול נבו, פסקדין או תקדין.
-- **תאריך ידע.** החומר נאסף בתחילת 2026. שינויי חקיקה מאוחרים יותר לא נמצאים בו.
-- **הטיה בדאטה.** פסקי הדין נוטים לדיני עבודה ומשפחה. פלילי ומנהלי דלילים בהרבה.
-- **אין מדידה.** ראה את פרק ההערכה.
-- **זהו אימון מעל `unsloth/gemma-4-E2B-it`.** כל מגבלה של מודל הבסיס, כולל תאריך הידע שלו, נמצאת גם כאן.
+- **It is a small model.** At this size there will be mistakes. That is a certainty, not a possibility.
+- **It fabricates citations.** Always verify against Nevo, Psakdin or Takdin.
+- **Knowledge cutoff.** The material was collected in early 2026. Later legislative changes are not in it.
+- **Bias in the data.** The rulings lean towards employment and family law. Criminal and administrative law are much thinner.
+- **No measurement.** See the Evaluation section.
+- **It is a fine-tune of `unsloth/gemma-4-E2B-it`.** Every limit of that model, including its own training cutoff, is still here.
 
-## הקבצים והמאגרים
+## Files and repositories
 
-| מאגר | מה יש בפנים | למי זה |
+| Repository | What is inside | Who wants it |
 |---|---|---|
-| [`BrainboxAI/law-il-E2B`](https://huggingface.co/BrainboxAI/law-il-E2B) | `gemma-4-E2B-it.Q4_K_M.gguf` (3.4 ג'יגה) והכרטיס הזה | Ollama, llama.cpp, LM Studio |
-| [`BrainboxAI/law-il-E2B-safetensors`](https://huggingface.co/BrainboxAI/law-il-E2B-safetensors) | משקולות מלאות ב-16 ביט (10.2 ג'יגה) | transformers, והמשך אימון |
+| [`BrainboxAI/law-il-E2B`](https://huggingface.co/BrainboxAI/law-il-E2B) | `gemma-4-E2B-it.Q4_K_M.gguf` (3.4 GB) and this card | Ollama, llama.cpp, LM Studio |
+| [`BrainboxAI/law-il-E2B-safetensors`](https://huggingface.co/BrainboxAI/law-il-E2B-safetensors) | Merged 16-bit weights (10.2 GB) | `transformers`, and continued training |
 
-במאגר יושב גם `gemma-4-E2B-it.BF16-mmproj.gguf` (0.99 ג'יגה). זהו רכיב הראייה של Gemma-4, שנחוץ רק אם רוצים להזין תמונות. לשאלות טקסט אין בו צורך.
+The repository also holds `gemma-4-E2B-it.BF16-mmproj.gguf` (0.99 GB). That is Gemma-4's vision component, needed only if you want to feed it images. Text questions do not need it.
 
-## רישיון
+## License
 
-Apache 2.0. מותר להשתמש, לשנות, להפיץ ולמכור נגזרות, כולל מוצרים מסחריים, עם ייחוס.
+Apache 2.0. You may use, modify, distribute and sell derivatives, including commercial products, with attribution.
 
-זהו אימון מעל [`unsloth/gemma-4-E2B-it`](https://huggingface.co/unsloth/gemma-4-E2B-it), ולכן התנאים של מודל הבסיס חלים גם על המודל הזה. מודל הבסיס מפורסם תחת Apache 2.0 ומפנה גם אל [תנאי השימוש של Gemma](https://ai.google.dev/gemma/docs/gemma_4_license). כדאי לקרוא אותם לפני שימוש מסחרי.
+This is a fine-tune of [`unsloth/gemma-4-E2B-it`](https://huggingface.co/unsloth/gemma-4-E2B-it), so the terms of that model apply to this one as well. The base model is published under Apache 2.0 and also points to the [Gemma 4 licence terms](https://ai.google.dev/gemma/docs/gemma_4_license). Read those before relying on this line commercially.
 
-הדאטה, [`legal-training-il`](https://huggingface.co/datasets/BrainboxAI/legal-training-il), מפורסם תחת CC-BY-4.0.
+The dataset, [`legal-training-il`](https://huggingface.co/datasets/BrainboxAI/legal-training-il), is published under CC-BY-4.0.
 
-## ציטוט
+## Citation
 
 ```bibtex
 @misc{elyasi2026lawil,
@@ -318,10 +325,10 @@ Apache 2.0. מותר להשתמש, לשנות, להפיץ ולמכור נגזר
 }
 ```
 
-## מי בנה את זה
+## Author
 
-נבנה על ידי [**נתנאל אליאסי**](https://huggingface.co/BrainboxAI), מייסד [BrainboxAI](https://brainboxai.io) — סטודיו ישראלי לבינה מלאכותית יישומית, שבונה מודלים קטנים, פרטיים ומתמחים.
+Built by [**Netanel Elyasi**](https://huggingface.co/BrainboxAI), founder of [BrainboxAI](https://brainboxai.io), an Israeli applied-AI studio building small, private, domain-specialised models.
 
-לאימון מותאם, כוונון על חומר של המשרד, או התקנה מקומית: [netanele@brainboxai.io](mailto:netanele@brainboxai.io).
+For custom training, tuning on a firm's own material, or on-premise deployment: [netanele@brainboxai.io](mailto:netanele@brainboxai.io).
 
-*חלק ממשפחת המודלים של BrainboxAI שרצים על החומרה שלך. ראה גם [`code-il-E4B`](https://huggingface.co/BrainboxAI/code-il-E4B) (קוד) ו-[`cyber-analyst-4B`](https://huggingface.co/BrainboxAI/cyber-analyst-4B) (סייבר).*
+*Part of the BrainboxAI family of on-device models. See also [`code-il-E4B`](https://huggingface.co/BrainboxAI/code-il-E4B) (code) and [`cyber-analyst-4B`](https://huggingface.co/BrainboxAI/cyber-analyst-4B) (security).*