---
title: DeepSeek-R1-Distill-Qwen-xhs-14B
canonical_url: "https://www.modelscope.cn/models/AI-ModelScope/DeepSeek-R1-Distill-Qwen-xhs-14B"
md_url: "https://www.modelscope.cn/models/AI-ModelScope/DeepSeek-R1-Distill-Qwen-xhs-14B.md"
repository: AI-ModelScope/DeepSeek-R1-Distill-Qwen-xhs-14B
last_updated: 2025-08-04
pipeline_tag: text-generation
tasks:
  - text-generation
model_type:
  - qwen2
architectures:
  - Qwen2ForCausalLM
parameters: 14.8B
tensor_type:
  - BF16
library_name:
  - transformer
  - safetensors
  - pytorch
frameworks:
  - pytorch
inference_backends:
  - "deploy_task text/emb"
  - "lmdeploy 0.9.1"
  - "lmdeploy_turbomind 0.9.1"
  - "sglang 0.5.2"
  - "vllm 0.9.2"
downloads: 168
stars: 1
tags:
  - unsloth
  - trl
  - sft
---

# DeepSeek-R1-Distill-Qwen-xhs-14B

> DeepSeek-R1-Distill-Qwen-xhs-14B - AI-ModelScope 在 ModelScope 开源的模型。Model Card for Model ID

AI-ModelScope/DeepSeek-R1-Distill-Qwen-xhs-14B 是 ModelScope 魔搭社区上的 14.8B 参数text-generation模型，可用 deploy_task text/emb、lmdeploy 0.9.1、lmdeploy_turbomind 0.9.1 部署。

- **Repository**: AI-ModelScope/DeepSeek-R1-Distill-Qwen-xhs-14B
- **Tasks**: text-generation
- **Parameters**: 14.8B
- **Inference backends**: deploy_task text/emb, lmdeploy 0.9.1, lmdeploy_turbomind 0.9.1, sglang 0.5.2, vllm 0.9.2
- **Tags**: unsloth, trl, sft
- **Downloads**: 168
- **Stars**: 1
- **Last updated**: 2025-08-04

Source: https://www.modelscope.cn/models/AI-ModelScope/DeepSeek-R1-Distill-Qwen-xhs-14B

---

# Model Card for Model ID

根据小红书数据微调的专用于书写小红书文案的R1模型

## Training at Chongqing Valiant Cat

This model was trained by the AI Laboratory of Chongqing Valiant Cat Technology Co., LTD(```https://vvicat.com/```).Business cooperation is welcome


### Direct Use

```
from transformers import TextStreamer
from unsloth import FastLanguageModel

model_name = "starsfriday/DeepSeek-R1-Distill-Qwen-xhs-14B"
model, tokenizer = FastLanguageModel.from_pretrained(
    model_name=model_name,
    max_seq_length=8192,
    load_in_4bit=True
)

FastLanguageModel.for_inference(model)

question = "写一篇小红书风格的帖子，标题是男生变帅只需三步丨分享逆袭大干货"
inputs = tokenizer([question], return_tensors="pt").to("cuda")

streamer = TextStreamer(tokenizer)
_ = model.generate(
    **inputs,
    streamer=streamer,
    max_new_tokens=1200,
    use_cache=True
)
```

```
<think>
好的，用户让我写一篇小红书风格的帖子，标题是“男生变帅只需三步丨分享逆袭大干货”。首先，我需要确定目标受众。小红书的用户主要是年轻女性，但这个主题是针对男生变帅的，所以可能吸引男性读者，尤其是那些想要提升自己外在形象的人。
接下来，我要考虑小红书帖子的特点。通常这类平台喜欢用活泼、亲切的语气，使用表情符号和分段清晰的内容结构。标题需要吸引眼球，所以用了“逆袭大干货”这样的词汇，带有激励的感觉。正文部分应该分步骤说明，每一步都有具体的建议，并且加入一些实用的小贴士。
用户的需求是让男生通过三个步骤变帅，可能他们希望内容简单易行，不需要太多时间和金钱投入。因此，我需要确保每个步骤都是可行的，比如日常习惯、发型和穿搭，这些都是比较基础但有效的方面。
然后，我要考虑可能没有明说的深层需求。也许有些男生觉得变帅很难，或者不知道从哪里下手，所以需要提供一个清晰的框架，让他们感觉只要跟着做就能看到效果。同时，加入一些鼓励的话语，比如“30天养成”这样的时间点，增加紧迫感和动力。
另外，要注意避免过于专业的术语，保持语言通俗易懂。使用表情符号来增加亲和力，比如🔥、💡这些符号可以突出重点。每个步骤下还要有具体的例子，比如发型推荐或者穿搭建议，这样读者更容易理解和应用。
最后，检查结构是否符合小红书的风格：标题吸引人，正文分点明确，每部分有小标题，结尾有互动引导，比如让读者留言分享自己的经验或提问。确保整体内容积极向上，充满正能量，符合平台调性。
</think>

【男生变帅只需三步丨30天逆袭被夸“脱胎换骨”！】🔥

✨“你真的不需要花1w买奢侈品，
每天5分钟习惯+20秒打理=素颜也能赢！”
（附私藏干货图解版）

💡Step 1｜「气质感从洗脸开始」
✅每日3步水煮蛋法则：
1️⃣ 温和洁面后用氨基酸洗面奶按压T区（拒绝搓脸！）
2️⃣ 精华+乳液按摩至吸收，男生选含烟酰胺/玻尿酸款更清爽
3️⃣ 每周1次泥膜敷鼻翼闭口区（黑头退退退！）

💡Step 2｜「发型决定颜值高度」
✅冷门但显帅王炸公式：
✔️短发男生：C字内扣+侧分刘海=瞬间变清爽学长
✔️中长发男生：背 undercut + 长卷度（理发店说“韩系慵懒风”就行）
✔️油头星人必备：摩丝定型+喷雾锁死，拒绝塌鼻子！

💡Step 3｜「穿搭心机藏在细节里」
✅5件万能搭法则：
1️⃣ 白衬衫+牛仔裤=永不出错基础款
2️⃣ 毛衣配工装裤（记得露脚踝！）
3️⃣ 卫衣叠穿技巧：内搭短袖+外挂高领打底
4️⃣ 配饰小心机：银色耳钉/卡西欧表/帆布鞋
5️⃣ 背包选帆布款，装书本也像在背奢侈品

🌟私藏tips：
✔️每天照镜子时微笑3分钟（提升眼周紧致度）
✔️饮食加点深海鱼油+维生素E胶囊（改善暗沉发黄）
✔️周末去健身房打个篮球（汗液能打开毛孔吸收护肤品）

👉🏻30天打卡挑战：评论区交作业的宝子记得@我！
（悄悄说：连我的直男同事都问我是不是偷偷打了玻尿酸…）

#男生变帅 #逆袭干货 #形象管理 #学渣逆袭 #小红书成长记
```