4ed6264d-0614-470f-947b-6fd958083709

4ed6264d-0614-470f-947b-6fd958083709

模型信息

• 基础模型: unsloth/SmolLM2-135M
• 模型类型: AutoModelForCausalLM
• 训练任务ID: ddb0ae37-0032-483f-a87f-6a705cb801fd
• 适配器类型:
• LoRA Rank:
• LoRA Alpha:
• 聊天模板: llama3

使用方法

from transformers import AutoTokenizer, AutoModelForCausalLM

# 加载模型
model = AutoModelForCausalLM.from_pretrained("eason668/4ed6264d-0614-470f-947b-6fd958083709")
tokenizer = AutoTokenizer.from_pretrained("eason668/4ed6264d-0614-470f-947b-6fd958083709")

# 使用模型
inputs = tokenizer("你的输入文本", return_tensors="pt")
outputs = model.generate(**inputs, max_length=100)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

训练信息

此模型是通过Gradients-On-Demand平台训练的，使用了GRPO算法进行强化学习优化。

许可证

请参考基础模型的许可证。