Instructions to use p1atdev/qwen2.5-1.5b-R15 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use p1atdev/qwen2.5-1.5b-R15 with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="p1atdev/qwen2.5-1.5b-R15")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("p1atdev/qwen2.5-1.5b-R15")
model = AutoModelForCausalLM.from_pretrained("p1atdev/qwen2.5-1.5b-R15")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=40)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps

vLLM

How to use p1atdev/qwen2.5-1.5b-R15 with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "p1atdev/qwen2.5-1.5b-R15"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "p1atdev/qwen2.5-1.5b-R15",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/p1atdev/qwen2.5-1.5b-R15

SGLang

How to use p1atdev/qwen2.5-1.5b-R15 with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "p1atdev/qwen2.5-1.5b-R15" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "p1atdev/qwen2.5-1.5b-R15",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "p1atdev/qwen2.5-1.5b-R15" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "p1atdev/qwen2.5-1.5b-R15",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use p1atdev/qwen2.5-1.5b-R15 with Docker Model Runner:
```
docker model run hf.co/p1atdev/qwen2.5-1.5b-R15
```

p1atdev commited on Feb 10, 2025

Commit

4e0aecb

1 Parent(s): 06d005a

Update README.md

Browse files

Files changed (1) hide show

README.md +37 -0

README.md CHANGED Viewed

	@@ -15,4 +15,41 @@ tags:
15
16	# Qwen2.5 1.5B R15
17

18

 # Qwen2.5 1.5B R15
+The `<|im_end|>` token does not work.
+## Example
+```py
+from transformers import pipeline
+messages = [
+    {
+        "role": "system",
+        "content": """\
+あなたは思慮深いassistantとして回答します。
+userの質問に対して、<think></think>ブロック内で思考してから、<answer></answer>内にファイナルアンサーし、最後に<|im_end|>で回答終了してください。
+具体的には「<think>ここで思考</think><answer>ここに最終解答</answer><|im_end|>」というような形です。
+userの指示に対応しなさい。""".strip(),
+    {
+        "role": "user",
+        "content": """次の問題を解き、計算結果を数値のみで解答してください。
+ブレナンは学校の課題のために研究をしており、参考にするためにインターネットからファイルをコンピュータにダウンロードする必要がありました。800個のファイルをダウンロードした後、役に立たないものを70%削除しました。さらに400個のファイルをダウンロードしましたが、再び3/5が関係ないことに気づきました。2回目にダウンロードした関係のないファイルを削除した後、彼は何個の価値のあるファイルを持っていましたか？""",
+    },
+]
+prompt = tokenizer.apply_chat_template(
+    messages,
+    tokenize=False,
+    add_generation_prompt=True,
+)
+prompt += "<think>" # optional
+print(prompt)
+print(
+    pipe(
+        prompt,
+        do_sample=True,
+        max_new_tokens=512,
+        temperature=0.9,
+    )[0]["generated_text"][len(prompt) :].strip()
+)
+```