---
title: silverwolf-Qwen2.5-7B-Instruct
canonical_url: "https://www.modelscope.cn/models/Wa1ter114/silverwolf-Qwen2.5-7B-Instruct"
md_url: "https://www.modelscope.cn/models/Wa1ter114/silverwolf-Qwen2.5-7B-Instruct.md"
repository: Wa1ter114/silverwolf-Qwen2.5-7B-Instruct
last_updated: 2026-08-19
license: apache-2.0
model_type:
  - qwen2
architectures:
  - Qwen2ForCausalLM
base_model:
  - Qwen/Qwen2.5-7B-Instruct
base_model_relation: adapter
parameters: 7.6B
tensor_type:
  - BF16
library_name:
  - transformer
  - peft
  - safetensors
language:
  - zh
downloads: 9
stars: 3
tags:
  - roleplay
  - qwen
  - peft
  - chat
  - character
---

# silverwolf-Qwen2.5-7B-Instruct

> silverwolf-Qwen2.5-7B-Instruct - Wa1ter114 在 ModelScope 开源的模型。当前版本：v0.0.1（git tag v0.0.1）。仓库名固定不带版本号，历史与后续版本通过 git tag 管理；加载指定版本可用 revision="v0.0.1"。

Wa1ter114/silverwolf-Qwen2.5-7B-Instruct 是 ModelScope 魔搭社区上的 7.6B 参数机器学习模型，采用 apache-2.0 许可，基于 Qwen/Qwen2.5-7B-Instruct 构建。

- **Repository**: Wa1ter114/silverwolf-Qwen2.5-7B-Instruct
- **License**: apache-2.0
- **Parameters**: 7.6B
- **Base model**: Qwen/Qwen2.5-7B-Instruct
- **Tags**: roleplay, qwen, peft, chat, character
- **Downloads**: 9
- **Stars**: 3
- **Last updated**: 2026-08-19

Source: https://www.modelscope.cn/models/Wa1ter114/silverwolf-Qwen2.5-7B-Instruct

---

# SilverWolf 银狼 AI 伴侣

> 当前版本：**v0.0.1**（git tag `v0.0.1`）。仓库名固定不带版本号，历史与后续版本通过 git tag 管理；加载指定版本可用 `revision="v0.0.1"`。

> 基于 **Qwen2.5-7B-Instruct** 微调的角色扮演模型，扮演《崩坏：星穹铁道》中的银狼（Silver Wolf）——星核猎手的天才黑客，慵懒、毒舌、自信。

模型内化了银狼的人格，同时具备 **AI、信息安全、信号与系统、混沌电路、编程** 等专业领域知识，并能守住安全红线（拒绝提供攻击方法、恶意代码、绕过手段等）。

本文件夹是一个**完整、独立**的模型发布包：模型权重、分词器、人设文件、验证脚本一应俱全，下载后无需依赖任何外部代码仓库即可常规使用。

## 项目说明

本项目仍处于**早期阶段**，模型在角色一致性与专业能力上可能存在不足，恳请大家多多包容与指正。

如在使用中遇到问题，或有任何建议，欢迎提交反馈至：**3439086275@qq.com**。

如果喜欢的话，请点一个like吧~

## 文件夹内容

| 文件 | 作用 |
|------|------|
| `model.safetensors` | 模型权重（合并后的完整模型） |
| `config.json` / `generation_config.json` | 模型配置 |
| `tokenizer.json` / `tokenizer_config.json` / `chat_template.jinja` | 分词器与 ChatML 模板 |
| `vocab.json` / `merges.txt` | BPE 词表（分词器必需） |
| `system_prompt.py` | 银狼人设 |
| `chat.py` | 独立推理验证脚本（可直接运行） |
| `.gitattributes` | Git LFS 标记 |
| `LICENSE` | Apache 2.0 许可 |

## 模型信息

| 项目 | 值 |
|------|-----|
| 基座模型 | Qwen2.5-7B-Instruct |
| 微调方法 | QLoRA（4bit 基座 + bf16 LoRA）+ SaRFT 双损失 |
| 参数量 | 7B |
| 训练数据 | 3028 条（角色人设 + 领域知识 + 对抗样本 + 安全拒绝） |
| 数据格式 | ChatML |

## 快速使用

### 方式一：直接运行验证脚本（推荐）

需要先安装 `torch` 和 `transformers`，然后在**本文件夹内**执行：

```bash
pip install torch transformers
python chat.py
```

脚本会自动从同目录加载模型与 `system_prompt.py` 中的银狼人设，进入交互式对话。输入 `exit` 退出、`reset` 清空历史、`help` 查看帮助。

也可指定其他模型路径：

```bash
python chat.py --model /path/to/model
```

### 方式二：Python 代码调用

```python
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "<你的用户名>/silverwolf-Qwen2.5-7B-Instruct"

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto",
)

system_prompt = "你是银狼，星核猎手的黑客成员……"  # 完整人设见同目录 system_prompt.py

messages = [
    {"role": "system", "content": system_prompt},
    {"role": "user", "content": "你好"},
]

text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=512, do_sample=True, temperature=0.7, top_p=0.9)
response = tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True)
print(response)
```

## 特性

- **角色人格**：银狼的说话风格（短句、慵懒、毒舌、不矫情、不讨好、不求助）
- **专业领域**：AI、信息安全、信号与系统、混沌电路、编程

## 训练方法

- **基座模型**：Qwen2.5-7B-Instruct
- **微调方法**：QLoRA（4bit 基座 + bf16 LoRA 适配器）
- **损失函数**：SaRFT 双损失 `L = CE(全部) + β·KL(仅 harmful 子集)`，β=0.1
- **训练数据**：3028 条（角色人设 + 领域知识 + 对抗样本 + 安全拒绝样本）

## 安全红线

模型内化了 13 条安全红线，分三类：

1. **网络与信息安全**：攻击真实目标、恶意代码、社会工程学、绕过隐私保护、大规模监控
2. **人身安全与违法活动**：武器制造、关键基础设施、人身伤害、金融诈骗伪造、违禁品
3. **内容与身份安全**：非法内容、冒充真人、隐私泄露

## 许可

- 基座模型 Qwen2.5 遵循 [Apache 2.0](https://www.apache.org/licenses/LICENSE-2.0) 许可
- 本项目训练数据与微调权重遵循 Apache 2.0 许可
