README.md

---
license: apache-2.0
language:
- zh
base_model:
- unsloth/Qwen3.6-27B-MTP-GGUF
pipeline_tag: text-classification
---

# Test-SMALL-Model

本模型是一个基于 `unsloth/Qwen3.6-27B-MTP-GGUF` 进行微调的文本分类（Text Classification）模型，主要针对中文文本进行优化。

## 模型简介

* **模型类型:** 文本分类 (Text Classification)
* **基础模型:** unsloth/Qwen3.6-27B-MTP-GGUF
* **训练语言:** 中文 (Chinese)
* **许可证:** Apache 2.0

## 使用场景

本模型适用于以下中文文本分类任务：
- [例如：情感分析（正向/负向分类）]
- [例如：新闻文本主题分类]
- [例如：意图识别与垃圾文本过滤]

## 如何使用

你可以使用 Transformers 库来加载并使用该模型。以下是一个简单的推理示例：

```python
from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# 加载模型和分词器
model_name = "ChenXiangXi/Test-SMALL-Model"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

# 准备输入文本
text = "需要进行分类的中文文本示例"
inputs = tokenizer(text, return_tensors="pt")

# 模型推理
with torch.no_grad():
    outputs = model(**inputs)
    logits = outputs.logits
    predicted_class_id = logits.argmax().item()

print(f"预测类别 ID: {predicted_class_id}")