Downloads · 30 days
0
chenhaodev/qwen3-8b-sport-weight-lora
qwen3-8b-sport-weight-lora is a text generation model from chenhaodev. Use it when you need the model to write or continue text. The card lists the license as apache-2.0.
基于 Qwen/Qwen3-8B 使用 LoRA (QLoRA/SFT) 微调的中文「运动指导 & 体重管理」垂直领域专家模型。适配器文件(adapter)可直接用 PEFT 加载到 Qwen3-8B 基础模型上。
Downloads · 30 days
0
Access
Public
Updated Sep 23, 2026
Repo size
186 MB
Likes
0
Public
Click a slice to open those files.
.safetensors175 MB · 94%
From the Hugging Face model README
基于 Qwen/Qwen3-8B 使用 LoRA (QLoRA/SFT) 微调的中文「运动指导 & 体重管理」垂直领域专家模型。适配器文件(adapter)可直接用 PEFT 加载到 Qwen3-8B 基础模型上。
该专科模型训练了 6 大类技能,均以《Med-Books-20260914》领域书籍为知识来源:
/workspace/Med-Books-20260914/ 7 本书(4 本文字层 + 3 本 OCR 康复类),共 465 个领域 chunk,覆盖运动与体重管理。import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel
base_id = "Qwen/Qwen3-8B"
adapter = "chenhaodev/qwen3-8b-sport-weight-lora"
tokenizer = AutoTokenizer.from_pretrained(base_id)
model = AutoModelForCausalLM.from_pretrained(
base_id, torch_dtype=torch.bfloat16, device_map="auto")
model = PeftModel.from_pretrained(model, adapter)
messages = [{"role": "user", "content": "我28岁男,175cm/82kg,想减脂并改善体能,请给我每周运动计划"}]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer([text], return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=600)
print(tokenizer.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))
本仓库同时提供配套 FAISS 检索知识库:chenhaodev/qwen3-8b-sport-weight-rag(BAAI/bge-small-zh-v1.5 512 维 L2 归一化,465 个文档块)。推荐问答时先检索相关文档块拼入 prompt,再让模型回答,以提高准确率、降低幻觉。
本模型另已合并且导出为 GGUF,量化 Q4_K_M 后可用 llama.cpp llama-server 本地运行(约 4.8GB),再与本仓库 FAISS 知识库联动,实现完全本地、离线、低成本的专科问答服务。
本模型仅用于健康/运动/体重管理的科普与辅助参考,不构成医疗诊断或治疗建议;严重健康问题请咨询专业医师。