metadata

language:
  - zh
license: apache-2.0
tags:
  - autism
  - assistant
  - chinese
  - qwen2
  - unsloth
  - merged-model
base_model: unsloth/Qwen2.5-1.5B-bnb-4bit
datasets:
  - custom
library_name: transformers

自闭症语言理解助手 (Autism Language Assistant) - 完整版

这是一个专门帮助自闭症儿童理解语言的AI助手，基于Qwen2.5-1.5B模型微调而成。此版本为完整合并模型，无需额外的LoRA权重。

模型特点

✅ 完整模型：已将LoRA权重合并到基础模型中
✅ 即开即用：无需额外配置或权重文件
✅ 专业设计：专门为自闭症语言理解场景优化

功能

该模型能够：

分析语言中的情感和意图
用简单清晰的语言解释复杂表达
提供具体的回应建议
理解自闭症患者的表达方式

使用方法

先安装其他库

!pip install bitsandbytes accelerate
!pip install transformers torch

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

# 加载模型和tokenizer
tokenizer = AutoTokenizer.from_pretrained("bysq/autism-assistant-qwen2")
model = AutoModelForCausalLM.from_pretrained("bysq/autism-assistant-qwen2")

# 移动到GPU（如果可用）
device = "cuda" if torch.cuda.is_available() else "cpu"
model = model.to(device)

# 使用示例
def analyze_expression(original_text, autism_expression):
    prompt = f'''你是一个专门帮助理解自闭症患者表达的AI助手。
原始表达："{original_text}"
自闭症患者的表达："{autism_expression}"

请分析并回答：
- 情感分析：'''

    inputs = tokenizer(prompt, return_tensors="pt").to(device)
    
    with torch.no_grad():
        outputs = model.generate(
            **inputs,
            max_new_tokens=200,
            do_sample=True,
            temperature=0.7,
            pad_token_id=tokenizer.pad_token_id
        )
    
    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return response[len(prompt):].strip()

# 测试
result = analyze_expression("可以把东西给我？", "不你")
print(result)

许可证

Apache 2.0

免责声明

该模型仅供辅助使用，不能替代专业医疗建议。建议在专业指导下使用。