基础模型: Qwen/Qwen2.5-Coder-1.5B-Instruct
基础模型关系: 微调
库名称: peft
语言:

• 英语
  标签:
• 代码
• codeqwen
• 聊天
• qwen
• qwen-coder
  许可证: gpl-3.0
  数据集:
• nvidia/OpenCodeReasoning
  流水线标签: 文本生成
  许可证链接: https://huggingface.co/bunyaminergen/Qwen2.5-Coder-1.5B-Instruct-Reasoning/blob/main/LICENSE

Qwen2.5-Coder-1.5B-Instruct-Reasoning

Qwen2.5-Coder-1.5B-Instruct-Reasoning模型已在nvidia/OpenCodeReasoning数据集上进行了监督微调（SFT），以增强其推理能力。

目录

• 使用
• 对比
• 数据集
• 训练
• 许可证
• 链接
• 团队
• 联系
• 参考
• 引用

使用

Hugging Face

from peft import PeftModel  
from transformers import AutoModelForCausalLM, AutoTokenizer  

base_model_name = "Qwen/Qwen2.5-Coder-1.5B-Instruct"  
adapter_repo = "bunyaminergen/Qwen2.5-Coder-1.5B-Instruct-Reasoning"  

tokenizer = AutoTokenizer.from_pretrained(adapter_repo, trust_remote_code=True)  

model = AutoModelForCausalLM.from_pretrained(  
    base_model_name,  
    device_map="auto",  
    torch_dtype="auto",  
)  

model.resize_token_embeddings(len(tokenizer))  

model = PeftModel.from_pretrained(model, adapter_repo)  
model.eval()  

messages = [  
    {"role": "system", "content": "你是一个有用的编程助手。"},  
    {"role": "user", "content": "请提供一个检查数字是否为质数的Python脚本。"}  
]  

prompt = tokenizer.apply_chat_template(  
    messages,  
    tokenize=False,  
    add_generation_prompt=True  
)  
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)  

outputs = model.generate(  
    **inputs,  
    max_new_tokens=2048  
)  

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

对比

• 请注意推理模型中的<think> </think>特殊标记。如你所见，推理模型现在可以“思考”了。

基础模型

系统: 你是一个有用的编程助手。

用户: 请提供一个检查数字是否为质数的Python脚本。

助手:

def check_prime(num):  
    # 检查数字是否小于2  
    if num < 2:  
        return False  
    # 检查从2到数字平方根的因子  
    for i in range(2, int(num**0.5) + 1):  
        if num % i == 0:  
            return False  
    # 如果没有找到因子，数字是质数  
    return True  

# 示例用法  
number = 7  
if check_prime(number):  
    print(f"{number} 是质数。")  
else:  
    print(f"{number} 不是质数。")  

在这个Python脚本中，函数check_prime接收一个整数作为输入，如果数字是质数则返回True，否则返回False。函数首先检查数字是否小于2，这意味着它不可能是质数。然后，它从2迭代到数字的平方根（包括）。如果在此范围内找到任何因子，函数立即返回False，表示数字不是质数。如果检查所有可能的除数后没有找到因子，函数得出结论数字是质数并返回True。

示例用法展示了如何用数字7调用check_prime函数。输出将指示7是否是质数。

推理模型

系统: 你是一个有用的编程助手。

用户: 请提供一个检查数字是否为质数的Python脚本。

助手:
<think>
好的，我需要编写一个Python程序来检查给定的数字是否是质数。嗯，什么是质数？哦对了，质数只有两个不同的正除数：1和它本身。所以一个数字要成为质数，除了这两个数外不能有其他除数。

首先，让我们思考涉及的步骤。第一件事是确定是否有除1和数字本身以外的除数。我怎么检查呢？

对于数字n，从2到sqrt(n)，检查是否有任何数能整除n。如果有，那么它不是质数。但是等等，也许在检查到平方根之前，某些数字可能有超过平方根的因子。例如，取9。平方根是3。所以检查2,3,4会捕捉到9的因子。等等，但3能整除9，所以从2到sqrt(n)（这里是3）的循环会检查2和3。所以是的，检查到平方根就足够了，因为任何合数至少有一个因子小于或等于其平方根。

所以计划是：

1. 从输入中读取一个整数。
2. 检查数字是否小于2。如果是，它不是质数。
3. 否则，从2检查到数字的平方根。对于每个i，如果数字模i为零，返回False。
4. 如果在此范围内没有数字能整除该数字，返回True。

等等，但0和1呢？根据问题描述，输入可能是0或1，它们不是质数。所以我们应该单独处理这些情况。

让我概述代码结构。

将输入数字读取为整数。我们称之为num。

首先处理边缘情况：

• 如果num < 2：打印“否”（因为质数>=2）
  否则：
  计算sqrt_num = int(math.sqrt(num))
  然后从2循环到sqrt_num（包括）。对于每个i，检查num % i ==0。如果存在这样的i，返回False。否则，检查所有后返回True。

但如何在Python中准确计算平方根？使用math.isqrt处理整数，它返回平方根的底数。这比使用**运算符更好，因为它避免了浮点不准确性。

等等，但如果数字是完全平方数呢？比如9。那么math.isqrt(9)是3。所以在这种情况下，循环会检查到3。当i达到3时，9%3是0，所以会返回False，这是正确的。

所以代码看起来像这样：

import math

n = int(input())
if n < 2:
print("否")
else:
sqrt_n = math.isqrt(n)
is_prime = True
for i in range(2, sqrt_n +1):
if n % i == 0:
is_prime = False
break
print("是" if is_prime else "否")

等等，但等等，像25这样的数字呢？平方根是5。所以循环从2运行到5。当i=5时，25%5是0，所以返回false。正确。

这个逻辑看起来可靠。让我测试一些例子。

测试用例1：输入7。循环运行到2。2到2。检查2。7%2是1，所以返回true。输出是。

测试用例2：输入6。sqrt(6)是~2.449。所以sqrt_n是2。循环从2到2。检查2。6%2是0。所以返回false。输出否。

另一个测试用例：8。sqrt(8)是~2.828。所以sqrt_n是2。检查2。8%2是0。所以输出否。

质数如13呢？sqrt(13)是~3.605。所以循环到3。检查2和3。13%2是1，13%3是1。所以返回true。正确。

边缘情况：1。输出否。

另一个边缘情况：2。输出是。

非常大的数字，比如999983（质数）。代码应检查到sqrt(999983)约999.9。所以循环运行2到999。它将检查所有可能的因子。由于它是质数，没有能整除它的数。所以返回是。

所以代码似乎能正确处理所有情况。

我想这就是解决方案。现在，根据这个编写代码。
</think>

import math  

n = int(input())  
if n < 2:  
    print("否")  
else:  
    sqrt_n = math.isqrt(n)  
    is_prime = True  
    for i in range(2, sqrt_n + 1):  
        if n % i == 0:  
            is_prime = False  
            break  
    print("是" if is_prime else "否")  

数据集

• nvidia/OpenCodeReasoning

训练

基础

PEFT/LoRA

模型

数据集

分词器

速度、大小、时间

计算基础设施

许可证

• 许可证

链接

• Github
• 网站
• Linkedin

团队