Upload complete merged model (LoRA weights integrated)

README.md

@@ -8,71 +8,77 @@ tags:
 - 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)
+# 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。
+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。**
 
-## 模型描述
+## 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
-- 避免使用复杂的比喻或暗示
+- 理解自闭症患者的表达方式
 
 ## 使用方法
 
 ```python
 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
-prompt = """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："可以把东西给我？"
-自闭症患者的表达："不你"
+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："""
-
-# 编码输入并移到正确设备
-inputs = tokenizer(prompt, return_tensors="pt")
-
-# 检查模型在哪个设备上，并将输入移到同一设备
-device = next(model.parameters()).device
-inputs = {k: v.to(device) for k, v in inputs.items()}
-
-# 生成回答
-outputs = model.generate(
-    **inputs, 
-    max_new_tokens=200, 
-    do_sample=True,           # 需要启用采样才能使用temperature
-    temperature=0.7,
-    pad_token_id=tokenizer.pad_token_id
-)
-
-response = tokenizer.decode(outputs[0], skip_special_tokens=True)
-print(response)
+- 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)
 ```
 
-## 训练数据
-
-使用自定义的中文对话数据集，包含情感分析、意图识别和回应建议。
-
-## 注意事项
-
-- 该模型专为辅助自闭症儿童设计
-- 建议在专业指导下使用
-- 不能替代专业医疗建议
-
 ## 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。

config.json

@@ -0,0 +1,43 @@
+{
+  "architectures": [
+    "Qwen2ForCausalLM"
+  ],
+  "attention_dropout": 0.0,
+  "eos_token_id": 151643,
+  "hidden_act": "silu",
+  "hidden_size": 1536,
+  "initializer_range": 0.02,
+  "intermediate_size": 8960,
+  "max_position_embeddings": 32768,
+  "max_window_layers": 28,
+  "model_type": "qwen2",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 28,
+  "num_key_value_heads": 2,
+  "pad_token_id": 151654,
+  "quantization_config": {
+    "bnb_4bit_compute_dtype": "bfloat16",
+    "bnb_4bit_quant_type": "nf4",
+    "bnb_4bit_use_double_quant": true,
+    "llm_int8_enable_fp32_cpu_offload": false,
+    "llm_int8_has_fp16_weight": false,
+    "llm_int8_skip_modules": null,
+    "llm_int8_threshold": 6.0,
+    "load_in_4bit": true,
+    "load_in_8bit": false,
+    "quant_method": "bitsandbytes"
+  },
+  "rms_norm_eps": 1e-06,
+  "rope_scaling": null,
+  "rope_theta": 1000000.0,
+  "sliding_window": null,
+  "tie_word_embeddings": true,
+  "torch_dtype": "bfloat16",
+  "transformers_version": "4.52.4",
+  "unsloth_fixed": true,
+  "unsloth_version": "2025.6.2",
+  "use_cache": true,
+  "use_mrope": false,
+  "use_sliding_window": false,
+  "vocab_size": 151936
+}

generation_config.json

@@ -0,0 +1,8 @@
+{
+  "bos_token_id": 151643,
+  "eos_token_id": 151643,
+  "max_length": 32768,
+  "max_new_tokens": 2048,
+  "pad_token_id": 151654,
+  "transformers_version": "4.52.4"
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1dc3bd4a4a9dc357c55fa4c571f8d32e078a952b06ec1fb5ff8aeec4bcf3849b
+size 1143327483