Model này hiện đã có đầy đủ config và tokenizer files. Để có thể sử dụng và training, bạn cần upload model weights từ base model Qwen3-4B-Instruct-2507.

Cách 1: Sử dụng script tự động (Khuyến nghị)

bash

# Cài đặt dependencies
pip install huggingface_hub transformers

# Chạy script để tải và upload model weights
python upload_model_weights.py

Script này sẽ:

Tải toàn bộ model weights từ Qwen/Qwen3-4B-Instruct-2507 (~8GB)
Upload lên repository hainguyen306201/bank-model

Cách 2: Upload thủ công bằng Python

python

from huggingface_hub import HfApi, snapshot_download

# Tải model từ base model
snapshot_download(
    repo_id="Qwen/Qwen3-4B-Instruct-2507",
    local_dir="./temp_model",
    local_dir_use_symlinks=False
)

# Upload lên bank-model repo
api = HfApi()
api.upload_folder(
    folder_path="./temp_model",
    repo_id="hainguyen306201/bank-model",
    repo_type="model",
    ignore_patterns=["*.md", "*.txt"]  # Bỏ qua README và các file text
)

Usage

Sau khi đã upload model weights, bạn có thể sử dụng model như sau:

python

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "hainguyen306201/bank-model"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)

# Sử dụng model...

Training

Model này có thể được fine-tune tiếp cho các tác vụ ngân hàng cụ thể:

python

from transformers import AutoModelForCausalLM, TrainingArguments, Trainer

# Load model
model = AutoModelForCausalLM.from_pretrained("hainguyen306201/bank-model")

# Setup training arguments
training_args = TrainingArguments(
    output_dir="./results",
    num_train_epochs=3,
    per_device_train_batch_size=4,
    # ... các tham số khác
)

# Training...