Qwen2.5-Sex
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：
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（温度不要太高）
TOP_P = 0.9 # Top-p (nucleus sampling)，范围0到1
TOP_K = 80 # Top-k 采样的K值
TEMPERATURE = 0.3 # 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：
有关更多数据集的信息，请访问我们的GitHub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：
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。