frameworks, license, tasks

frameworks	license	tasks
Pytorch	Apache License 2.0	text-generation

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

#安装ModelScope
pip install modelscope

#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。