from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

# 加载模型和tokenizer
model_name = "cjkasbdkjnlakb/qwen3-4b-agent-0927-qc"
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    trust_remote_code=True
)
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)

# 推理示例
def chat(messages):
    text = tokenizer.apply_chat_template(
        messages, 
        tokenize=False, 
        add_generation_prompt=True
    )
    
    inputs = tokenizer(text, return_tensors="pt").to(model.device)
    
    with torch.no_grad():
        outputs = model.generate(
            **inputs,
            max_new_tokens=512,
            do_sample=True,
            temperature=0.7,
            top_p=0.9,
            pad_token_id=tokenizer.eos_token_id
        )
    
    response = tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True)
    return response

# 使用示例
messages = [
    {"role": "user", "content": "你好，请介绍一下你自己。"}
]
response = chat(messages)
print(response)

训练信息

该模型使用 Axolotl 框架进行fine-tuning。

注意事项

建议使用 torch.bfloat16 或 torch.float16 精度以节省显存
根据你的硬件配置调整 device_map 设置
模型遵循原始模型的license条款

性能

请注意这是一个fine-tuned模型，在特定任务上可能有更好的表现，但也可能在某些通用任务上性能有所变化。建议在使用前进行充分测试。