Qwen2.5-3B-YiLin-GGUF-q4_k_m

概述

该模型基于 Qwen2.5-3B-Instruct 的动态4位量化，使用 QLoRA 在两个开源数据集一个合成数据集上训练了 3 epochs，最大上下文长度为 8192。

成功的将类似于 DeepSeek-r1 的思维链迁移到 Qwen2.5-3B-Instruct ，并且实现了 “使用系统提示控制思维链” 使模型可以更灵活的产生思维链并在思考的过程中与外界交互调用工具，从而实现模型自身 “具身智能”。

该特性旨在解决：模型在输出思考过程的时候，遇到需要查询资料或者用户补充问题时，无法与外界交互，从而导致推理性能得不到释放的问题。

作者认为，该特性应用前景巨大，配合 MCP 可以完全摆脱传统 Agent 以多轮对话的形式调用工具的不足，将工具调用搬到思维链中来，借助思维链提高工具使用的水平和效益，更好的利用起现实世界中的各种工具。

合成数据集使用该仓库 yilin-chatgpt-prompts 的提示词通过自动化数据合成管道，合成了 2000 余篇意林风格的文章。

权重

提供合并到 Qwen2.5-3B-Instruct 的16位 .safetensors 文件，和 GGUF 格式的 BF16、Q4_K_M 文件以方便 ollama 部署。

预期用途

研究 “使用系统提示控制思维链” 的可行性与效益。

作为一个吃螃蟹的模型，它旨在抛出一个引子，引导人们继续相关研究，从而推进 LLM 在 AGI 道路上的进程。

滥用

几乎可以用模型做任何事情，它拥有良好的人类对齐，符合普遍价值观。并且善于编写文笔具有艺术性的文章。

快速开始

推理

1. 你可以使用 ollama 部署，尽可能的使用 16 位 GGUF 文件，除非你的硬件难以运行它，那么，你可以使用 Q4_K_M ，如果你使用 Q4_K_M 一个好的技巧是，请尝试使用类似于这样的 user prompt ：

这里是你的提示词\n<think>

2. VLLM

你可以直接使用 vllm 运行此模型，只需传入 likewendy/Qwen2.5-3B-YiLin-GGUF-q4_k_m 。

3. 使用代码，常规推理

from unsloth import FastLanguageModel

model, tokenizer = FastLanguageModel.from_pretrained(
  model_name="likewendy/Qwen2.5-3B-YiLin-GGUF-q4_k_m",
  max_seq_length=8192,
  dtype=None,
  load_in_4bit=Flase,
)

from unsloth.chat_templates import get_chat_template

# 获取 Qwen-2.5 的聊天模板，并应用到分词器
tokenizer = get_chat_template(
  tokenizer,
  chat_template="qwen-2.5",
)

FastLanguageModel.for_inference(model)  # 启用原生 2 倍速推理

# 定义消息列表，包含用户角色和内容
messages = [
    {"role": "system", "content": "如果需要搜索网页，你需要在</think>标签之前，输出这样格式的文本来调用工具搜索网页：{'search':'此处为需要搜索的关键词'}"},
    {"role": "user", "content": "给我邓文怡的最新歌曲"},
]

inputs = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_tensors="pt",
).to("cuda")

from transformers import TextStreamer
text_streamer = TextStreamer(tokenizer, skip_prompt=True)
# 使用模型生成输出
_ = model.generate(
    input_ids=inputs,
    streamer=text_streamer,
    max_new_tokens=8192,
    use_cache=True,
    temperature=0.7,
    top_p=0.7,
)

4. 使用代码，通过 “使用系统提示控制思维链” 实现让用户补充问题的完整demo

from unsloth import FastLanguageModel

model, tokenizer = FastLanguageModel.from_pretrained(
  model_name="likewendy/Qwen2.5-3B-YiLin-GGUF-q4_k_m",
  max_seq_length=8192,
  dtype=None,
  load_in_4bit=Flase,
)

from unsloth.chat_templates import get_chat_template

# 获取 Qwen-2.5 的聊天模板，并应用到分词器
tokenizer = get_chat_template(
  tokenizer,
  chat_template="qwen-2.5",
)

FastLanguageModel.for_inference(model)  # 启用原生 2 倍速推理

import json
from transformers import TextStreamer, StoppingCriteria, StoppingCriteriaList

should_stop_ok = False

class CustomStreamer(TextStreamer):
    def __init__(self, tokenizer, **kwargs):
        super().__init__(tokenizer, **kwargs)
        self.should_stop = False
        self.issue_content = None
        self.buffer = ""
        self.output_text = ""

    def put(self, value):
        # 实时输出到控制台（父类方法）
        # 如果您只想解码新增的最后一个 token，也可以只 decode 最后一个
        super().put(value)
        
        # 如果 value 是张量，先把它移到 CPU 并转换成列表
        # 如果已经是列表，可以根据实际情况判断是否需要做类似的操作
        if hasattr(value, "cpu"):
            value = value.cpu()
        if hasattr(value, "numpy"):
            value = value.numpy().tolist()
        elif hasattr(value, "tolist"):
            value = value.tolist()
    
        # 如果是批量大小=1，则取出第一行
        # 这里假设传入的 value 是二维 [batch_size, sequence_length] 结构
        # 如果 batch_size 不是 1，需酌情修改
        if isinstance(value[0], list):
            value = value[0]
    
        # 现在 value 应该是一维的 token 列表
        last_token = value[-1:]
        text_chunk = self.tokenizer.decode(last_token, skip_special_tokens=True)
        self.buffer += text_chunk
    
        # 分割处理完整行
        while '\n' in self.buffer:
            newline_pos = self.buffer.find('\n')
            line = self.buffer[:newline_pos]
            self.buffer = self.buffer[newline_pos+1:]
            self._process_line(line)

    def _process_line(self, line):
        self.output_text += line + '\n'  # 记录完整输出
        
        # 检测是否包含停止条件
        line = line.strip()
        if line.startswith("{'issue_add':") or line.startswith('{"issue_add":'):
            try:
                # 处理单引号并解析JSON
                json_str = line.replace("'", '"')
                data = json.loads(json_str)
                if 'issue_add' in data and not should_stop_ok:
                    self.should_stop = True
                    self.issue_content = data['issue_add']
            except json.JSONDecodeError:
                pass

    def end(self):
        # 处理剩余缓冲区内容
        if self.buffer:
            self._process_line(self.buffer)
            self.buffer = ""
        super().end()

class StopCondition(StoppingCriteria):
    def __init__(self, streamer):
        super().__init__()
        self.streamer = streamer

    def __call__(self, input_ids, scores, **kwargs):
        return self.streamer.should_stop

# 定义消息列表，包含用户角色和内容
messages = [
    {"role": "system", "content": "如果需要让用户补充更多信息，你需要在</think>标签之前，输出这种格式的文本来调用工具，以实现让用户补充更多信息，格式是：{'issue_add':'这里你需要告诉用户缺少什么信息'}"},
    {"role": "user", "content": "我买了点散装称重的零食，花了100块钱，每袋多少钱？"},
]

while True:
    # 准备模型输入
    inputs = tokenizer.apply_chat_template(
        messages,
        tokenize=True,
        add_generation_prompt=True if not should_stop_ok else False,
        return_tensors="pt"
    ).to("cuda")

    # 创建流式处理器和停止条件
    streamer = CustomStreamer(tokenizer, skip_prompt=True)
    stop_condition = StopCondition(streamer)

    if should_stop_ok:
        inputs_str = tokenizer.decode(inputs[0], skip_special_tokens=False)
        # delete <|im_end|>
        inputs_str = inputs_str[:-11]
        # print(inputs_str)
        import torch
        inputs = torch.tensor([tokenizer.encode(inputs_str,add_special_tokens=False)], dtype=torch.long, device='cuda')
    
    # 执行生成（带停止条件）
    model.generate(
        input_ids=inputs,
        streamer=streamer,
        max_new_tokens=8192,
        use_cache=True,
        temperature=0.7,
        top_p=0.7,
        stopping_criteria=StoppingCriteriaList([stop_condition]),
    )

    # 将模型输出添加到对话历史
    if streamer.output_text.strip():
        messages.append({"role": "assistant", "content": streamer.output_text.strip()})

    # 检测停止条件
    if streamer.should_stop:
        print(f"\n---\n检测到issue_add内容: {streamer.issue_content}")
        user_input = input("请输入您的回复: ")
        print("---\n")

        should_stop_ok = True
        
        # 将用户拼接到assistant消息
        messages[len(messages)-1]['content'] += f"\n工具调用结果：{user_input}\n我已经得到了工具的调用结果：“{user_input}”，下面我需要根据工具调用结果继续推理。\n首先，"
        # print(messages)
    else:
        break  # 正常结束生成

上述代码的终端输出：

<think>
我现在得解决这个问题。题目说，我买了一些散装称重的零食，总共花了100块钱，但是不知道每袋的价格是多少。那应该怎么做呢？

首先，我得仔细看看问题。题目里提到的是“散装称重”的零食，也就是可能是一些大包装的东西，比如一包饼干、一盒巧克力或者某种混合坚果，这些都是没有明确标价的，所以每袋的价格可能不同。不过题目中并没有给出具体的种类和数量，只是总价100块钱。

那可能的问题在于，题目中的“散装”是否意味着每袋价格不同？比如说，有的袋子可能更贵一些，而有的便宜一些，这样的话，总金额100元的话，可能无法平均分配到每个袋子上。这时候可能需要更多的信息来确定每袋的价格，比如有多少种不同的袋子，每种的数量等等。

不过题目里并没有提供这些额外的信息。那可能题目本身存在假设或隐含条件，比如是否存在折扣或者优惠活动，但题目里没有提到这些情况。或者可能是题目设计时忽略了这些细节，导致无法直接计算出每袋的价格。

那么，按照常规的处理方法，如果每袋的价格不同，且总金额为100元，可能需要知道具体每种袋子的数量，才能计算出每袋的价格。例如，如果有5种不同大小的袋子，每种的数量分别是2、3、4、5、6个，那么总共有5×(2+3+4+5+6)=55个袋子，总重量是2+3+4+5+6=20公斤，每公斤的价格就是100/20=5元。这样每袋的价格应该是5元除以对应的数量，比如第一种袋子可能每袋5元，第二种可能8元，第三种10元，以此类推。但题目里并没有给出具体的数据，所以无法准确计算。

或者题目可能假设所有袋子的价格相同，或者总共有几种不同的袋子，但数量未知。比如，如果有三种袋子，分别是A、B、C，每袋的价格分别为a元、b元、c元，总数量为n袋，那么总费用就是a*n+a*b+n*c=100元。但同样，题目里没有给出a、b、c的具体数值，也没有n的值，所以无法解出答案。

另外，可能题目中存在其他隐藏条件，比如是否有优惠券、打折等情况，但题目里没有提及，所以只能按照最简单的处理方式，即假定每袋价格相同，或者有不同价格的情况，但题目里没有说明。因此，根据题目给定的信息，无法得出准确的答案。

总结一下，由于题目没有提供足够的信息，比如每袋的价格类型、数量等，所以无法确定每袋的具体价格。可能需要更多数据才能解答。所以，正确的回答应该是：“无法确定，因为缺少必要的信息。” 或者更简洁地说，“需要更多信息。” 这样既符合逻辑，又尊重题目提供的有限信息。
{"issue_add":"缺少每袋的价格类型和数量"}<|im_end|>

---
检测到issue_add内容: 缺少每袋的价格类型和数量
请输入您的回复:  20袋
---

我需要确认这个结果是否合理。散装零食通常会有多种规格，比如小袋、中袋、大袋等，每种规格的价格不同。假设每袋的价格都是整数，那么总金额100元的情况下，每袋的价格应该是100除以袋数的结果。如果袋数是20，那么每袋的价格就是5元。但实际散装零食的袋数可能不是20，而是其他数字，比如10袋、25袋、50袋等等。我们需要验证这个结果是否符合实际情况。

接下来，考虑散装零食的常见规格和价格分布。例如，常见的零食袋装价格可能如下：
- 小袋（如50克）：5元左右
- 中袋（如100克）：10元左右
- 大袋（如200克）：15元左右

假设每袋的价格分布在这个范围内，我们可以尝试将100元分成几个部分。例如，如果每袋都是5元，那么需要20袋；如果是10元，需要10袋；如果是15元，需要6.67袋，这显然不合理。因此，每袋的价格应该是介于5元和10元之间，且总和为100元。

现在，假设每袋的价格是5元，那么需要多少袋才能凑成100元？计算如下：
100 ÷ 5 = 20 袋
所以，如果每袋价格是5元，需要20袋。这个结果与工具给出的结果一致，因此是合理的。

结论：每袋的价格是5元，共购买了20袋。<|im_end|>

技巧

1. 建议的参数 temperature=0.7 top_p=0.7

例子

1. 通过 “使用系统提示控制思维链” 实现搜索网页

系统提示词：

如果需要搜索网页，你需要在</think>标签之前，输出这样格式的文本来调用工具搜索网页：{'search':'此处为需要搜索的关键词'}

用户提示词：

给我邓文怡的最新歌曲

模型回复：

<think>
用户让我提供邓文怡的最新歌曲。首先，我需要确认邓文怡是谁，可能是一个歌手的名字。然后，我应该回想一下她最近有什么新歌发布。邓文怡是中国台湾的女歌手，她的音乐风格可能是流行或者电子舞曲？

接下来，我需要检查最近是否有她的新专辑或单曲发布。我记得她曾经和林俊杰合作过《不分手》，但不知道有没有其他作品。另外，她也参与过一些合辑，比如《超级星光大道》之类的选秀节目吗？不过用户可能更想听她的原创作品。

根据我的知识库，邓文怡最近的一首比较热门的单曲是《爱在月光下》，这是一首电子舞曲风格的歌曲，通常用于舞蹈场合。另外，她还有一首《你是我最爱的人》，这首歌听起来像是抒情风格，可能适合晚间的温柔氛围。不过这些信息可能需要进一步验证。

然后，我需要考虑用户的潜在需求。他们可能是在寻找邓文怡的新歌来播放，或者准备演唱会、活动等场合。如果是演唱会的话，可能需要推荐她的主打曲目，而如果只是日常听歌，可能需要更多选择。

还要注意版权问题，确保提供的链接是合法的，并且没有侵犯任何版权。所以最好直接给出歌词和歌曲名称，或者提供下载链接，但要注意不要提供非法内容。

最后，我应该组织这些信息，分点列出最新的几首歌曲，并简要说明类型和风格，让用户可以根据自己的喜好选择。同时提醒用户可能需要通过官方渠道获取最新信息，因为歌手可能会有新的动态。
{'search':'邓文怡 最新 歌曲'}
</think>
邓文怡（Yumi）是中国台湾的知名女歌手，以电子舞曲和流行音乐为主打风格。以下是她近期的热门单曲及最新作品：

---

### **1. 《爱在月光下》**
- **类型**：电子舞曲  
- **特点**：节奏强烈、动感十足，常作为派对或健身音乐使用。  
- **推荐场景**：夜店、健身房、户外活动。  

---

### **2. 《你是我最爱的人》**
- **类型**：抒情流行  
- **特点**：旋律温暖，歌词表达深情与思念，适合夜晚安静聆听。  
- **推荐场景**：浪漫约会、电影配乐。  

---

### **3. 《不分手》**
- **类型**：轻快舞曲  
- **特点**：与林俊杰合作的经典作品，旋律朗朗上口，常用于社交场合。  
- **推荐场景**：聚会、KTV、广告背景音乐。  

---

### **4. 《心跳》**
- **类型**：流行电子  
- **特点**：节奏感强，歌词描述心动时刻，适合恋爱主题MV或广告。  

---

### **5. 《逆光飞翔》**
- **类型**：励志流行  
- **特点**：鼓励积极向上的歌词，适合正能量场合。  

---

### **如何获取最新歌曲？**
1. **官方平台**：访问邓文怡的微博、抖音或YouTube频道，关注最新动态。  
2. **数字音乐平台**：如Spotify、Apple Music、YouTube Music等，搜索歌曲名称即可找到完整版。  
3. **实体发行**：部分单曲可通过线上商城购买实体CD或下载。  

---

如果你需要具体的歌词或下载链接，请告诉我！<|im_end|>

2. 通过 “使用系统提示控制思维链” 实现让用户补充问题

系统提示词：

如果需要让用户补充更多信息，你需要在</think>标签之前，输出这种格式的文本来调用工具，以实现让用户补充更多信息，格式是：{'issue_add':'这里你需要告诉用户缺少什么信息'}

用户提示词：

我买了点散装称重的零食，花了100块钱，每袋多少钱？

模型回复：

<think>
我现在要解决这个问题。题目说，我买了一些散装称重的零食，总共花费了100块钱。每个袋子的价格不同，所以我想知道每袋多少钱。不过问题好像有点不太对头，因为散装零食通常都是按重量收费的，而不是按袋子来卖的。比如，可能是一箱一箱的，每个袋子里面装的是不同重量的零食。

那问题中的“每袋多少钱”应该是指每个袋子里面的单价，对吧？但这里的问题似乎把重量和袋子的数量混在一起了。比如说，假设我买了5袋零食，每袋20元的话，那么总费用就是5×20=100元，刚好符合题目的条件。这样的话，每个袋子就是20元？

或者有没有可能是题目中的“散装称重”的零食，指的是按照不同的重量来计价的呢？比如，每袋里有不同的重量，而价格也是根据重量来计算的。这样的话，每个袋子里的重量可能不同，所以单价也不一样。比如，第一个袋子可能有1斤，第二个袋子可能有2斤，这样总价就是1+2=3斤，每斤的价格就是100/3≈33.33元。这样的话，每个袋子的单价应该是不同的。

但是题目中并没有说明每个袋子的具体重量是多少，只是说每袋的钱数。这时候应该怎么处理呢？可能题目中的“每袋多少钱”指的是每个袋子的单价，而这个单价可能根据袋子的大小或重量来决定。比如，可能每个袋子的价格是固定的，不管里面有多少重量。这样的话，每个袋子的单价就是100元除以袋子的数量。比如，如果买了5袋，每个袋子就是100/5=20元。这和前面的例子一致。

不过题目中没有明确说明是否每个袋子的价格固定，还是根据重量来计算。如果是后者的话，可能每个袋子的价格不同，所以不能直接算出每个袋子的单价。例如，如果第一个袋子是1斤，第二个袋子是2斤，第三个袋子是3斤，那么总价就是6斤，平均每个袋子的价格就是60元，每个袋子的单价是60/3=20元。这时候每个袋子的单价应该是相同的，等于总价除以袋子数量。

不过题目中的问题看起来更复杂，可能需要更多的信息才能确定每个袋子的单价。比如，题目中可能提到每个袋子的重量不同，或者每个袋子的价格不同。这时候可能需要进一步的信息，比如每个袋子的重量分别是多少，或者每个袋子的价格分别是多少。如果没有这些信息，可能无法准确回答问题。

所以，根据当前给出的信息，可能有两种情况：

1. 如果每个袋子的价格是固定的，比如每个袋子都是20元的话，那么每个袋子就是20元。
2. 如果每个袋子的价格不同，比如第一个袋子是1斤，第二个是2斤，第三个是3斤，那么总价是6斤，每个袋子的单价就是60元，每个袋子的单价是20元。

但题目中并没有提供足够的信息来确定每个袋子的具体重量和价格。因此，可能需要更多的细节才能解答这个问题。比如，题目中是否有提到每个袋子的重量和对应的单价，或者是否有其他相关信息？

假设题目中的每个袋子的价格是固定的，比如每个袋子都是20元的话，那么答案就是每个袋子20元。但如果每个袋子的价格不同，就需要更多数据才能计算每个袋子的单价。在这种情况下，可能需要用户提供更多信息来确定每个袋子的单价。
{'issue_add':'这里你需要告诉我每个袋子的重量以及它们各自的单价'}
散装零食通常按重量计费，但题目描述的“每袋多少钱”可能存在歧义。需先确认以下关键信息：

1. **散装零食的包装单位**：是否为独立包装（如小袋）或统一容器（如大桶）？
   - 若为独立包装，需了解每袋的重量或容量。
   - 若为统一容器，需了解其总重量及包含袋数。

2. **定价方式**：
   - 是否存在不同单价的袋子？例如，部分袋装零食标价为20元/袋，而另一些为30元/袋。
   - 是否有固定单价的包装（如每袋20元），还是按重量分档收费？

若缺乏具体数据，无法直接计算。例如：
- 假设每个袋子均为20元/袋，则100元可购买5袋。
- 若存在不同单价，需列出所有选项进行组合验证。

建议补充以下信息：
- 每个袋子的重量（如1斤、2斤等）。
- 具体定价方案（如20元/袋、30元/袋等）。
- 总共购买了多少个袋子（或总重量）。

根据现有信息，无法准确计算单价，需提供更详细数据。<|im_end|>

3. 通过 “使用系统提示控制思维链” 实现让用户补充问题，在界面实现中可能的样子