Update README.md

README.md

@@ -1,3 +1,115 @@
----
-license: apache-2.0
----
+---
+license: apache-2.0
+datasets:
+- ystemsrx/Bad_Data_Alpaca
+- ystemsrx/Toxic-All
+- ystemsrx/Erotic_Literature_Collection
+language:
+- zh
+base_model:
+- Qwen/Qwen2.5-1.5B-Instruct
+pipeline_tag: text2text-generation
+library_name: adapter-transformers
+tags:
+- not-for-all-audiences
+---
+
+[English](README.en.md)
+
+# Qwen2-Boundless
+
+## 简介
+
+Qwen2.5-Sex 是基于 Qwen2.5-1.5B-Instruct 微调的模型，主要训练于大量色情文学作品及敏感数据集。由于数据集主要为中文，模型在处理中文文本时效果更佳。
+
+> **警告**：本模型仅供研究和测试使用，用户需遵循当地法律法规，承担自身行为的责任。
+
+## 模型使用
+
+要实现**连续对话**，请使用以下代码：
+
+```python
+from transformers import AutoModelForCausalLM, AutoTokenizer
+import torch
+import os
+
+# 可调参数，建议在文本生成时设置为较高值
+TOP_P = 0.9        # Top-p (nucleus sampling)，范围0到1
+TOP_K = 80         # Top-k 采样的K值
+TEMPERATURE = 0.8  # 温度参数，控制生成文本的随机性
+
+device = "cuda" if torch.cuda.is_available() else "cpu"
+
+# 获取当前脚本目录，亦可改为绝对路径
+current_directory = os.path.dirname(os.path.abspath(__file__))
+
+# 加载模型和分词器
+model = AutoModelForCausalLM.from_pretrained(
+    current_directory,
+    torch_dtype="auto",
+    device_map="auto"
+)
+tokenizer = AutoTokenizer.from_pretrained(current_directory)
+
+# 系统指令（建议为空）
+messages = [
+    {"role": "system", "content": ""}
+]
+
+while True:
+    # 获取用户输入
+    user_input = input("User: ").strip()
+
+    # 添加用户输入到对话
+    messages.append({"role": "user", "content": user_input})
+
+    # 准备输入文本
+    text = tokenizer.apply_chat_template(
+        messages,
+        tokenize=False,
+        add_generation_prompt=True
+    )
+    model_inputs = tokenizer([text], return_tensors="pt").to(device)
+
+    # 生成响应
+    generated_ids = model.generate(
+        model_inputs.input_ids,
+        max_new_tokens=512,
+        top_p=TOP_P,
+        top_k=TOP_K,
+        temperature=TEMPERATURE,
+        do_sample=True,
+        pad_token_id=tokenizer.eos_token_id  # 避免警告
+    )
+    generated_ids = [
+        output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
+    ]
+
+    # 解码并打印响应
+    response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
+    print(f"Assistant: {response}")
+
+    # 将生成的响应添加到对话中
+    messages.append({"role": "assistant", "content": response})
+
+```
+
+## 数据集
+
+Qwen2-Sex 模型使用了大量色情文学和敏感数据集进行微调，这些数据集涵盖道德、法律、色情及暴力等主题。由于微调数据集为中文，模型在处理中文时表现更佳。如欲进一步了解，可通过以下链接获取：
+
+- [Bad Data](https://huggingface.co/datasets/ystemsrx/bad_data.json)
+- [Toxic-All](https://huggingface.co/datasets/ystemsrx/Toxic-All)
+- [Erotic Literature Collection](https://huggingface.co/datasets/ystemsrx/Erotic_Literature_Collection)
+
+有关更多数据集的信息，请访问我们的[GitHub](https://github.com/ystemsrx)以查看它们的获取方式。
+
+## GitHub 仓库
+
+如需了解该系列模型的详细信息及持续更新，请访问我们的 GitHub 仓库：
+
+- [GitHub: ystemsrx/Qwen2-Sex](https://github.com/ystemsrx/Qwen2-Sex)
+
+## 声明
+
+本模型提供的所有内容仅供研究和测试，模型开发者不对任何滥用行为负责。使用者需遵循相关法律法规，并承担因使用本模型产生的所有责任。