--- 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) ```

如果您是本模型的贡献者,我们邀请您根据模型贡献文档,及时完善模型卡片内容。