GabrielCheng commited on
Commit
fc5d4ec
·
verified ·
1 Parent(s): 2cde644

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +3 -2
README.md CHANGED
@@ -28,18 +28,19 @@ datasets:
28
 
29
  微调数据集来源: ([GabrielCheng/Drone-flight-monitoring-reasoning-SFT](https://huggingface.co/datasets/GabrielCheng/Drone-flight-monitoring-reasoning-SFT))
30
 
31
- 注:微调数据集中只有问答文本数据,没有实时的飞行轨迹、环境信息等数据。所以模型不具备在真实动态场景中的实用性。仅用于展示微调训练的效果。
32
 
33
  ### 模型调用示例
34
  ```python
35
  from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
 
36
  model_id = "GabrielCheng/Deepseek-r1-finetuned-drone-safty"
37
  model = AutoModelForCausalLM.from_pretrained(model_id).to("cuda")
38
  tokenizer = AutoTokenizer.from_pretrained(model_id)
39
 
40
  pipe = pipeline("text-generation", model=model, tokenizer=tokenizer)
41
 
42
- question = "如何通过飞行轨迹数据分析无人机操作过程中的风险控制是否有效?"
43
 
44
  prompt = f"""以下指令描述了一项任务,并附带了相关背景信息。
45
  请用中文编写一个回复,以恰当地完成此任务请求。
 
28
 
29
  微调数据集来源: ([GabrielCheng/Drone-flight-monitoring-reasoning-SFT](https://huggingface.co/datasets/GabrielCheng/Drone-flight-monitoring-reasoning-SFT))
30
 
31
+ 注:微调数据集中只有问答文本数据,没有实时的飞行轨迹、环境信息等数据。所以模型不具备在真实动态场景中的实用性。仅用于展示形式化的微调训练的效果。
32
 
33
  ### 模型调用示例
34
  ```python
35
  from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
36
+
37
  model_id = "GabrielCheng/Deepseek-r1-finetuned-drone-safty"
38
  model = AutoModelForCausalLM.from_pretrained(model_id).to("cuda")
39
  tokenizer = AutoTokenizer.from_pretrained(model_id)
40
 
41
  pipe = pipeline("text-generation", model=model, tokenizer=tokenizer)
42
 
43
+ question = "在低能见度环境下,如何利用飞行轨迹数据综合评估无人机的安全风险?"
44
 
45
  prompt = f"""以下指令描述了一项任务,并附带了相关背景信息。
46
  请用中文编写一个回复,以恰当地完成此任务请求。