Tessa T1 14B

🚀 Tessa-T1：基於Qwen2.5的React推理模型

Tessa-T1是一款創新的基於Transformer的React推理模型，它基於強大的Qwen2.5-Coder-14B-Instruct基礎模型進行微調。該模型專為React前端開發設計，能夠利用先進的推理能力自主生成結構良好、具有語義的React組件。將其集成到代理系統中，它將成為自動化網頁界面開發和前端代碼智能化的強大工具。

🚀 快速開始

你可以按照以下代碼示例使用Tessa-T1模型進行推理：

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "smirki/Tessa-T1"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name).to("cuda")

prompt = """<|im_start|>user
Create a React component for a user profile card.<|im_end|>
<|im_start|>assistant
<|im_start|>think
"""

inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
outputs = model.generate(**inputs, max_new_tokens=1500, do_sample=True, temperature=0.7)

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

✨ 主要特性

• 針對React的推理能力：能夠準確生成具有功能和語義的React組件。
• 與代理系統集成：可以無縫融入基於AI的編碼代理和自主前端系統。
• 上下文感知生成：能夠有效理解和利用UI上下文，提供相關的代碼解決方案。

💻 使用示例

基礎用法

以下是使用Tessa-T1模型進行推理的示例代碼：

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "smirki/Tessa-T1"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name).to("cuda")

prompt = """<|im_start|>user
Create a React component for a user profile card.<|im_end|>
<|im_start|>assistant
<|im_start|>think
"""

inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
outputs = model.generate(**inputs, max_new_tokens=1500, do_sample=True, temperature=0.7)

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

示例輸出

以下是一些展示Tessa-T1強大推理和組件創建能力的示例： AI上傳

虛擬機控制檯

播放列表管理

提示："添加一個日曆"

📚 詳細文檔

使用場景

推薦用途

• 自動組件生成：根據文本提示快速生成React組件。
• 基於代理的網頁開發：集成到自動化編碼系統中，加快前端工作流程。
• 前端重構：自動優化和增強React代碼的語義。

侷限性

• 專注於React：在React.js框架之外的應用有限。
• 複雜狀態管理：對於高度動態的狀態管理場景，可能需要手動調整。

性能和評估

• 優勢：
  • 強大的語義React組件生成能力。
  • 與基於代理的系統具有出色的集成能力。
• 劣勢：
  • 複雜的JavaScript邏輯可能需要手動後處理。

🔧 技術細節

📄 許可證

本模型使用的許可證為apache-2.0。

📖 引用

如果你使用了Tessa-T1模型，請引用以下文獻：

@misc{smirki_Tessa-T1,
  title={Tessa-T1: React-Focused Reasoning Model for Component Generation},
  author={tesslate},
  year={2025},
  publisher={Hugging Face},
  url={https://huggingface.co/tesslate/Tessa-T1}
}

🤝 聯繫與社區

• 創建者：smirki
• 倉庫與演示：即將推出！

由vichar ai贊助 Huggingface 官網