初始化项目，由ModelHub XC社区提供模型

Model: XuehangCang/EasyPL-1B
Source: Original Platform

README.md

@@ -0,0 +1,186 @@
+---
+license: mit
+datasets:
+- XuehangCang/e_style_code
+language:
+- zh
+base_model:
+- openbmb/MiniCPM5-1B
+base_model_relation: finetune
+pipeline_tag: text-generation
+library_name: transformers
+tags:
+- text-generation
+- code
+- chinese
+- easypl
+- minicpm
+- lora
+- sft
+---
+
+# EasyPL-1B
+
+EasyPL-1B 是一个面向 EasyPL（易语言 Easy Programming Language）编程场景的中文代码助手模型
+
+模型目标是根据中文需求生成清晰、简洁、可运行的代码，同时提供必要的中文解释，适合教学示例、语法演示和轻量级编程辅助
+
+## Model Details
+
+| 项目 | 内容 |
+| --- | --- |
+| Model name | EasyPL-1B |
+| Base model | `openbmb/MiniCPM5-1B` |
+| Dataset | `XuehangCang/e_style_code` |
+| Language | Chinese |
+| Training method | SFT + LoRA |
+| Task | Text generation / Code generation |
+| License | MIT |
+
+## Intended Use
+
+EasyPL-1B 主要适用于：
+
+- 根据中文需求生成示例代码
+- 解释代码片段的执行逻辑
+- 生成函数、字符串处理、循环、条件判断等基础编程示例
+- 将结构化题目、自然语言描述整理为代码或中文说明
+
+该模型更偏向编程教学与示例生成，不建议作为通用问答模型或复杂工程自动化模型使用
+
+## Coding Style Skill
+
+EasyPL-1B 配套提供 [易语言风格 Python 编码规范 SKILL.md](./易语言风格%20Python%20编码规范%20SKILL.md)，用于说明模型推荐遵循的中文化 Python 编码风格。
+
+该规范覆盖中文函数名和变量名、模块组织、函数设计、中文注释、异常处理、PEP8 格式约束、常用代码模板与质量检查清单。需要了解 EasyPL 风格代码的命名规则、生成边界和示例模板时，可以点击上方链接查看详情文件。
+
+
+## How to Use
+
+```python
+from transformers import AutoModelForCausalLM, AutoTokenizer
+
+model_id = "XuehangCang/EasyPL-1B"
+
+tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
+model = AutoModelForCausalLM.from_pretrained(
+	model_id,
+	torch_dtype="auto",
+	device_map="auto",
+	trust_remote_code=True,
+)
+
+messages = [
+	{"role": "user", "content": "生成随机UUID"},
+]
+
+inputs = tokenizer.apply_chat_template(
+	messages,
+	tokenize=True,
+	add_generation_prompt=True,
+	enable_thinking=False,
+	return_tensors="pt",
+)
+inputs = {key: value.to(model.device) for key, value in inputs.items()}
+
+outputs = model.generate(**inputs, max_new_tokens=2048)
+prompt_len = inputs["input_ids"].shape[-1]
+print(tokenizer.decode(outputs[0][prompt_len:], skip_special_tokens=True))
+```
+
+如果使用的 `transformers` 或 tokenizer 版本不支持 `enable_thinking` 参数，可以移除该参数后再运行
+
+
+## Example Outputs
+
+以下示例均使用模型实际调用生成
+
+### 生成随机UUID
+
+```python
+import uuid
+
+def 生成随机UUID():
+	"""生成随机UUID"""
+	return str(uuid.uuid4())
+
+# 测试
+print(生成随机UUID())
+```
+
+### 判断一个数字是否为偶数，并输出结果
+
+```python
+def 取模( 数字, 基数):
+	"""取模函数，返回 数字 % 基数 结果"""
+	return 数字 % 基数
+
+def 取余( 数字, 基数):
+	"""取余函数，返回 数字 % 基数 结果"""
+	return 取模( 数字, 基数)
+
+def 判断偶数( 数字):
+	"""判断数字是否为偶数"""
+	return 取余( 数字, 2) == 0
+
+def 判断奇数( 数字):
+	"""判断数字是否为奇数"""
+	return 取余( 数字, 2) != 0
+
+# 测试
+if __name__ == '__main__':
+	结果1 = 判断偶数(64)
+	print(f"64 是偶数：{结果1}")
+
+	结果2 = 判断奇数(64)
+	print(f"64 是奇数：{结果2}")
+
+	结果3 = 判断偶数(7)
+	print(f"7 是偶数：{结果3}")
+
+	结果4 = 判断奇数(10)
+	print(f"10 是奇数：{结果4}")
+
+	结果5 = 判断偶数(3)
+	print(f"3 是偶数：{结果5}")
+```
+
+### 计算字符串的MD5值
+
+```python
+import hashlib
+
+def 计算MD5(数据文本):
+	"""
+	计算字符串的MD5值
+	参数:
+		数据文本: 需要计算MD5的字符串
+	返回:
+		MD5值字符串
+	"""
+	md5 = hashlib.md5()
+	md5.update(数据文本.encode('utf-8'))
+	return md5.hexdigest()
+```
+
+这些输出体现了模型对易语言风格的适配：短中文需求进入，返回带中文函数名、中文注释、测试代码或简要说明的代码片段
+
+## Limitations
+
+- EasyPL-1B 是针对中文编程场景微调的模型，通用知识问答能力不是主要优化目标
+- 生成代码仍可能出现语法或逻辑错误，建议在实际使用前进行人工检查和运行验证
+- 模型能力受训练数据质量、训练样本规模、训练轮数和基座模型能力影响
+
+## Citation
+
+如果你使用了本模型，请同时关注并引用相关基座模型与数据集：
+
+- Base model: `openbmb/MiniCPM5-1B`
+- Dataset: `XuehangCang/e_style_code`
+
+## License
+
+This model card is released under the MIT License.
+
+
+