from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained(
    "Yuaz-Club/yuaz-mini-cheng-dx-1b",
    trust_remote_code=True,
    torch_dtype=torch.float16
)
tokenizer = AutoTokenizer.from_pretrained("Yuaz-Club/yuaz-mini-cheng-dx-1b", trust_remote_code=True)

inputs = tokenizer("你好", return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=60)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

模型参数

参数	值
参数量	972M
层数	28
隐藏层	1792
注意力头	28 (GQA 4:1, 7 KV heads)
FFN	4864 (SwiGLU)
词表	8192 (BPE)
位置编码	RoPE
训练数据	314 万对话

模型文件

文件	大小	格式
`pytorch_model.bin`	1.8 GB	FP16