Update README.md

README.md

@@ -5,4 +5,47 @@ language:
 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}")