from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("li134/poetry-judge-qwen2.5-1.5b-cn", torch_dtype="auto")
tokenizer = AutoTokenizer.from_pretrained("li134/poetry-judge-qwen2.5-1.5b-cn")

text = "床前明月光，疑是地上霜。举头望明月，低头思故乡。"
prompt = '请判断以下文本是否属于诗歌。只回答"是诗歌"或"不是诗歌"，不要输出其他内容。\n\n' + text
msgs = tokenizer.apply_chat_template([{"role": "user", "content": prompt}], tokenize=True, add_generation_prompt=True, return_tensors="pt")
out = model.generate(**msgs, max_new_tokens=16)
print(tokenizer.decode(out[0][msgs.shape[1]:], skip_special_tokens=True))  # 是诗歌

评测结果

模型	准确率 (200条)
Qwen2.5-1.5B-Instruct (基线)	53.50%
微调后 (本模型)	90.00%

数据与复现

数据生成与训练脚本：generate_sft.py、sample_data.py、eval_judge.py（LLaMA-Factory 生态）

shikunpunk/poetry-judge-qwen2.5-1.5b-cn

Poetry Judge Qwen2.5-1.5B-CN (中文诗歌判断)

能力

训练方式

使用示例

评测结果

数据与复现

shikunpunk/
poetry-judge-qwen2.5-1.5b-cn