187 lines
4.7 KiB
Markdown
187 lines
4.7 KiB
Markdown
---
|
||
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.
|
||
|
||
|
||
|