简介

tiny Qwen2ForSequenceClassification 2.5 是一款基于 Qwen2 架构的轻量化文本分类模型。它在保持通义千问系列强大语义理解能力的同时，通过极小的参数规模实现了高效的序列分类，非常适合对推理延迟极其敏感或资源受限的端侧部署场景。对于开发者而言，该模型上手门槛极低，可直接通过 Hugging Face 的 TRL 或 Transformers 库快速集成，用于实现情感分析、意图识别等基础 NLP 任务，是替代大型通用模型进行特定分类任务的理想选择。

核心亮点

基于 Qwen2 架构，具备出色的中文语义理解力
极轻量化设计，支持低功耗设备快速推理
专注文本分类任务，响应速度快且资源占用低
兼容主流开源生态，适配 TRL 框架快速部署

使用方法

安装依赖

# 安装 Hugging Face transformers
pip install transformers torch

SDK 使用

# 使用 transformers 加载模型
from transformers import AutoModel, AutoTokenizer

model = AutoModel.from_pretrained("trl-internal-testing/tiny-Qwen2ForSequenceClassification-2.5")
tokenizer = AutoTokenizer.from_pretrained("trl-internal-testing/tiny-Qwen2ForSequenceClassification-2.5")

Hugging Face 下载

我们推荐使用命令行或者 Hugging Face Hub SDK 来进行模型的下载。

操作指引：在下载前，请先通过如下命令安装 huggingface_hub：

操作指引

pip install -U huggingface_hub

命令行下载

下载完整模型库

huggingface-cli download trl-internal-testing/tiny-Qwen2ForSequenceClassification-2.5

下载单个文件到指定本地文件夹（以下载 config.json 到当前路径下 ./dir 目录为例）

huggingface-cli download trl-internal-testing/tiny-Qwen2ForSequenceClassification-2.5 config.json --local-dir ./dir

更多命令行下载选项，可参见官方文档

SDK 下载

# 模型下载
from huggingface_hub import snapshot_download
model_dir = snapshot_download('trl-internal-testing/tiny-Qwen2ForSequenceClassification-2.5')

Git 下载

请确保 lfs 已经被正确安装

Git 下载

git lfs install
git clone https://huggingface.co/trl-internal-testing/tiny-Qwen2ForSequenceClassification-2.5

如果您希望跳过 lfs 大文件下载，可以使用如下命令

跳过 LFS

GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/trl-internal-testing/tiny-Qwen2ForSequenceClassification-2.5

模型文件托管在 Hugging Face Hub，使用 HF CLI / SDK / Git 直接下载，不经过本站。

PyTorch / Transformers 使用

安装 Transformers

pip install -U transformers torch

模型加载和推理

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained('trl-internal-testing/tiny-Qwen2ForSequenceClassification-2.5')
tokenizer = AutoTokenizer.from_pretrained('trl-internal-testing/tiny-Qwen2ForSequenceClassification-2.5')

完整文档

来源: HuggingFace

---
library_name: transformers
tags:

trl

---