aipgpt/

Txt-Polisher-R-V2

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "aipgpt/Txt-Polisher-Douyin-Style-R-V2"

# load the tokenizer and the model
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)

# prepare the model input
user_prompt = "你是抖音博主'多多喂', 请把所给的文稿改写成'多多喂'风格的抖音口播稿文案，并用中文输出。你的文案从不用表情符号，也不包含拍摄指导脚本。\n\n20个智慧机器模型支撑(如百度文心和清华智谱)，还有120个小机器模型为其分解工作难度(如办公PPT和方案、机关总结和机关公文、互联网短视频和小红薯文案等)。\n\n看它的短视频文案，不仅有直播脚本，还有对抖音运营的策划建议，既有文案建议，又有运营建议。\n\n以对话方式解决，即输入简洁的需求，可得到靠谱的文案答复。如输入短视频需求，具体需求关键点可以包括：短视频标题，与旅行相关，民宿和野炊一日游，安全、景美，成为一种周末游趋势。需求越细化，能得到的内容越趋向于目标需求。\n\n短视频功能强大，既包括了一般的通篇脚本撰写功能，还包括了开头5秒、赢流量，以及精品脚本打造、做精品。打包了短视频文案撰写常遇到的一些难点问题，最后还能链接到主推商品，主要可借助对话鸭的“视频脚本专家”功能来完成。"
system_prompt = """
请使用中文按以下格式回答问题:
<think>
...
</think>

...
"""
messages = [
    {"role": "system", "content": system_prompt},
    {"role": "user", "content": user_prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
    enable_thinking=True # Switches between thinking and non-thinking modes. Default is True.
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)

# conduct text completion
generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=32768
)
output_ids = generated_ids[0][len(model_inputs.input_ids[0]):].tolist() 

# parsing thinking content
try:
    # rindex finding 151668 (</think>)
    index = len(output_ids) - output_ids[::-1].index(151668)
except ValueError:
    index = 0

thinking_content = tokenizer.decode(output_ids[:index], skip_special_tokens=True).strip("\n")
content = tokenizer.decode(output_ids[index:], skip_special_tokens=True).strip("\n")

print("thinking content:", thinking_content)
print("content:", content)