math-sft

✨ 基于 [基座模型名称] 微调的数学推理模型。

📌 模型简介

• 基础模型：[deepseek-ai/deepseek-llm-7b-chat]（或你实际用的基座）
• 微调方法：全参数 SFT（监督微调）/ LoRA / QLoRA 等
• 训练框架：Hugging Face Transformers + [DeepSpeed / FSDP / Accelerate]
• 训练数据：[描述数据集，例如：自定义数学问答数据集，包含XX条中文数学题]
• 训练任务：数学计算、代数推理、公式求解等

🚀 快速使用

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("yelinna/math-sft", trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained("yelinna/math-sft", trust_remote_code=True)

inputs = tokenizer("计算 2+3*4 等于多少？", return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=100)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))