初始化项目，由ModelHub XC社区提供模型

Model: bruce870101/qwen2.5_7B_traditional_chinese_medicine
Source: Original Platform

README.md

@@ -0,0 +1,110 @@
+---
+frameworks:
+- Pytorch
+license: Apache License 2.0
+tasks:
+- text-generation
+
+#model-type:
+##如 gpt、phi、llama、chatglm、baichuan 等
+#- gpt
+
+#domain:
+##如 nlp、cv、audio、multi-modal
+#- nlp
+
+#language:
+##语言代码列表 https://help.aliyun.com/document_detail/215387.html?spm=a2c4g.11186623.0.0.9f8d7467kni6Aa
+#- cn 
+
+#metrics:
+##如 CIDEr、Blue、ROUGE 等
+#- CIDEr
+
+#tags:
+##各种自定义，包括 pretrained、fine-tuned、instruction-tuned、RL-tuned 等训练方法和其他
+#- pretrained
+
+#tools:
+##如 vllm、fastchat、llamacpp、AdaSeq 等
+#- vllm
+---
+### 当前模型的贡献者未提供更加详细的模型介绍。模型文件和权重，可浏览“模型文件”页面获取。
+#### 您可以通过如下git clone命令，或者ModelScope SDK来下载模型
+
+SDK下载
+```bash
+#安装ModelScope
+pip install modelscope
+```
+```python
+#SDK模型下载
+from modelscope import snapshot_download
+model_dir = snapshot_download('bruce870101/qwen2.5_7B_traditional_chinese_medicine')
+
+```
+Git下载
+```
+#Git模型下载
+git clone https://www.modelscope.cn/bruce870101/qwen2.5_7B_traditional_chinese_medicine.git
+```
+
+本地加载模型的试用案例
+```
+from transformers import AutoTokenizer
+from transformers.models.qwen2 import Qwen2ForCausalLM
+import torch
+
+model_path = 大模型的本地绝对路径
+
+# 加载分词器和模型
+tokenizer = AutoTokenizer.from_pretrained(
+    model_path, 
+    trust_remote_code=True,
+    local_files_only=True
+)
+
+model = Qwen2ForCausalLM.from_pretrained(
+    model_path,
+    trust_remote_code=True,
+    torch_dtype=torch.float16,
+    device_map="auto",
+    local_files_only=True
+).eval()
+
+# 使用 Qwen2.5 的正确生成方式
+prompt = "你好，请解析一下中医所说的气，是指什么？"
+
+# 使用聊天模板构建输入
+messages = [
+    {"role": "system", "content": "你是一个知识渊博的中医医疗助手"},
+    {"role": "user", "content": prompt}
+]
+
+# 应用聊天模板
+text = tokenizer.apply_chat_template(
+    messages,
+    tokenize=False,
+    add_generation_prompt=True
+)
+
+# 编码输入
+inputs = tokenizer([text], return_tensors="pt").to(model.device)
+
+# 生成回复
+outputs = model.generate(
+    **inputs,
+    max_new_tokens=512,
+    pad_token_id=tokenizer.eos_token_id,
+    eos_token_id=tokenizer.eos_token_id,
+    do_sample=True,
+    temperature=0.7,
+    top_p=0.9
+)
+response = tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True)
+print(response)
+
+```
+
+
+<p style="color: lightgrey;">如果您是本模型的贡献者，我们邀请您根据<a href="https://modelscope.cn/docs/ModelScope%E6%A8%A1%E5%9E%8B%E6%8E%A5%E5%85%A5%E6%B5%81%E7%A8%8B%E6%A6%82%E8%A7%88" style="color: lightgrey; text-decoration: underline;">模型贡献文档</a>，及时完善模型卡片内容。</p>