🚀 Qwen2.5-1.5B-Sign
Qwen2.5-1.5B-Sign 是一个文本转中文手语的模型,基于 Qwen2.5 构建,能够高效地将文本转化为中文手语表示,为信息的多模态表达提供了有力支持。
🚀 快速开始
from transformers import AutoModelForCausalLM, AutoTokenizer
device = "cuda"
model = AutoModelForCausalLM.from_pretrained(
"thundax/Qwen2.5-1.5B-Sign",
torch_dtype="auto",
device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("thundax/Qwen2.5-1.5B-Sign")
text = "站一个制高点看上海,上海的弄堂是壮观的景象。它是这城市背景一样的东西。"
input_text = f'Translate sentence into labels\n{text}\n'
model_inputs = tokenizer([input_text], return_tensors="pt").to(device)
generated_ids = model.generate(
model_inputs.input_ids,
max_new_tokens=512
)
generated_ids = [
output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]
response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
✨ 主要特性
Qwen2.5-Sign 是基于 Qwen2.5 的文本转中文手语模型,具备高效准确的文本到中文手语转换能力。
📚 详细文档
微调详情
参数 |
值 |
learning_rate |
5e-05 |
train_batch_size |
4 |
eval_batch_size |
4 |
gradient_accumulation_steps |
8 |
total_train_batch_size |
32 |
lr_scheduler_type |
cosine |
lr_scheduler_warmup_steps |
100 |
num_epochs |
4 |
引用
如果您觉得我们的工作有帮助,请引用我们。
@software{qwen2-sign,
author = {thundax},
title = {qwen2-sign: A Tool for Text to Sign},
year = {2025},
url = {https://github.com/thundax-lyp},
}
📄 许可证
本项目采用 MIT 许可证。
属性 |
详情 |
模型类型 |
文本生成 |
训练数据 |
alpaca-zh-text2sign |
基础模型 |
Qwen/Qwen2.5-1.5B |
评估指标 |
准确率 |