Update README.md

README.md

@@ -1,3 +1,16 @@
+---
+language: zh
+license: apache-2.0
+base_model: Qwen/Qwen2.5-7B-Instruct
+tags:
+- generated_from_trainer
+- lora
+- peft
+library_name: peft
+---
+
+# Chinese LLM MCQ Model with Neutrality Optimization - KAGGLE #3
+
 這是NYCU深度學習課程KAGGLE #3的模型，使用Qwen2.5-7B-Instruct進行GRPO（Group Relative Policy Optimization）強化學習訓練，專注於提升模型回答的中立性和推理品質。
 
 ## 模型資訊
@@ -39,7 +52,7 @@ model = PeftModel.from_pretrained(
 )
 
 # 載入tokenizer
-tokenizer = AutoTokenizer.from_pretrained(\"Qwen/Qwen2.5-7B-Instruct\")
+tokenizer = AutoTokenizer.from_pretrained(\"RayTsai/Kaggle_3_GRPO_Neutrality\")
 
 # 使用中立性提示
 prompt = \"\"\"請從多元視角分析以下問題：
@@ -141,6 +154,7 @@ final_answer = extract_answer_from_reasoning(reasoning)
 
 * Ray Tsai (110651053)
 * NYCU 深度學習課程 2025
+
 ## 授權
 
 本模型遵循Qwen2.5的原始授權條款。
@@ -150,5 +164,4 @@ final_answer = extract_answer_from_reasoning(reasoning)
 * [KAGGLE #1 - SFT模型](https://huggingface.co/RayTsai/chinese-llm-mcq-qwen2-5-14b)
 * [KAGGLE #2 - 推理鏈模型](https://huggingface.co/RayTsai/Kaggle_2)
 * [技術報告](https://github.com/RayTsai/chinese-llm-neutrality)
-* [NYCU深度學習課程](https://www.nycu.edu.tw)`
-}
+* [NYCU深度學習課程](https://www.nycu.edu.tw)