from modelscope import AutoModelForCausalLM, AutoTokenizermodel_name = "Qwen/Qwen3-30B-A3B"# load the tokenizer and the modeltokenizer = AutoTokenizer.from_pretrained(model_name)model = AutoModelForCausalLM.from_pretrained(    model_name,    torch_dtype="auto",    device_map="auto")# prepare the model inputprompt = "Give me a short introduction to large language model."messages = [    {"role": "user", "content": prompt}]text = tokenizer.apply_chat_template(    messages,    tokenize=False,    add_generation_prompt=True,    enable_thinking=True # Switch between thinking and non-thinking modes. Default is True.)model_inputs = tokenizer([text], return_tensors="pt").to(model.device)# conduct text completiongenerated_ids = model.generate(    **model_inputs,    max_new_tokens=32768)output_ids = generated_ids[0][len(model_inputs.input_ids[0]):].tolist() # parsing thinking contenttry:    # rindex finding 151668 (</think>)    index = len(output_ids) - output_ids[::-1].index(151668)except ValueError:    index = 0thinking_content = tokenizer.decode(output_ids[:index], skip_special_tokens=True).strip("\n")content = tokenizer.decode(output_ids[index:], skip_special_tokens=True).strip("\n")print("thinking content:", thinking_content)print("content:", content)

text = tokenizer.apply_chat_template(    messages,    tokenize=False,    add_generation_prompt=True,    enable_thinking=False  # True is the default value for enable_thinking.)

SGLANG_USE_MODELSCOPE=1 python -m sglang.launch_server --model-path Qwen/Qwen3-32B --reasoning-parser qwen3

VLLM_USE_MODELSCOPE=1 vllm serve Qwen/Qwen3-32B --enable-reasoning --reasoning-parser deepseek_r1

from openai import OpenAIclient = OpenAI(    base_url='https://api-inference.modelscope.cn/v1/',    api_key='MODELSCOPE_SDK_TOKEN', # ModelScope Token)# set extra_body for thinking controlextra_body = {    # enable thinking, set to False to disable    "enable_thinking": True,    # use thinking_budget to contorl num of tokens used for thinking    # "thinking_budget": 4096}response = client.chat.completions.create(    model='Qwen/Qwen3-32B',  # ModelScope Model-Id    messages=[        {          'role': 'user',          'content': '9.9和9.11谁大'        }    ],    stream=True,    extra_body=extra_body)done_thinking = Falsefor chunk in response:    thinking_chunk = chunk.choices[0].delta.reasoning_content    answer_chunk = chunk.choices[0].delta.content    if thinking_chunk != '':        print(thinking_chunk, end='', flush=True)    elif answer_chunk != '':        if not done_thinking:            print('\n\n === Final Answer ===\n')            done_thinking = True        print(answer_chunk, end='', flush=True)

嗯，我现在要比较9.9和9.11哪个更大。首先，我应该先理解这两个数字的结构。9.9是一个小数，而9.11看起来也是一个小数，不过可能有些人可能会误解为日期或者其他形式？不过题目里明确说是比较数值大小，所以应该按照数学上的小数来处理。首先，我需要确认这两个数的小数点位置。9.9是九又十分之九，也就是9 + 0.9 = 9.9。而9.11则是九又百分之一十一，也就是9 + 0.11 = 9.11。这时候，我需要比较这两个小数的大小。通常比较小数的方法是从左到右逐位比较，直到找到不同的数字为止。首先比较整数部分，两个数都是9，所以这部分相等。接下来比较小数部分。第一个数是0.9，第二个数是0.11。这时候需要注意小数位数的问题。0.9可以看作0.90，因为小数末尾的零不改变数值的大小。这样两个小数就变成了0.90和0.11。现在比较0.90和0.11的话，第一位小数是9和1，显然9比1大，所以0.90大于0.11，因此整个数9.9（即9.90）比9.11大。====================Final Answer====================9.9和9.11的比较可以通过以下步骤进行：1. **整数部分**：两者均为9，相等。2. **小数部分**：   - 9.9可写为 **9.90**（补零不改变数值）。   - 比较十分位：9.90的十分位是 **9**，9.11的十分位是 **1**。   - 由于 $9 > 1$，因此 **9.90 > 9.11**。**结论**：  $$\boxed{9.9 > 9.11}$$

git clone https://github.com/modelscope/ms-swift.gitcd ms-swiftpip install -e .pip install liger-kernel transformers -U

# 训练显存：22GB# 你可以指定`--dataset AI-ModelScope/alpaca-gpt4-data-zh`来跑通实验CUDA_VISIBLE_DEVICES=0 \swift sft \    --model Qwen/Qwen3-8B \    --train_type lora \    --dataset '<dataset-path>' \    --torch_dtype bfloat16 \    --num_train_epochs 1 \    --per_device_train_batch_size 1 \    --per_device_eval_batch_size 1 \    --learning_rate 1e-4 \    --lora_rank 8 \    --lora_alpha 32 \    --target_modules all-linear \    --gradient_accumulation_steps 4 \    --eval_steps 50 \    --save_steps 50 \    --save_total_limit 2 \    --logging_steps 5 \    --max_length 2048 \    --output_dir output \    --warmup_ratio 0.05 \    --dataloader_num_workers 4 \    --packing true \    --user_liger_kernel true

{"messages": [{"role": "user", "content": "浙江的省会在哪？"}, {"role": "assistant", "content": "<think>\nxxx\n</think>\n\n浙江的省会在杭州。"}]}

pip install math_verify==0.5.2

# llm{"messages": [{"role": "system", "content": "You are a useful and harmless assistant"}, {"role": "user", "content": "Tell me tomorrow's weather"}]}{"messages": [{"role": "system", "content": "You are a useful and harmless math calculator"}, {"role": "user", "content": "What is 1 + 1?"}, {"role": "assistant", "content": "It equals 2"}, {"role": "user", "content": "What about adding 1?"}]}{"messages": [{"role": "user", "content": "What is your name?"}]}# mllm{"messages": [{"role": "user", "content": "<image>What is the difference between the two images?"}], "images": ["/xxx/x.jpg"]}{"messages": [{"role": "user", "content": "<image><image>What is the difference between the two images?"}], "images": ["/xxx/y.jpg", "/xxx/z.png"]}

--external_plugins examples/train/grpo/plugin/plugin.py \--reward_funcs external_math_acc external_math_format \--reward_model AI-ModelScope/Skywork-Reward-Llama-3.1-8B-v0.2

# 70G*8CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7 \NPROC_PER_NODE=8 \swift rlhf \    --rlhf_type grpo \    --model Qwen/Qwen3-8B \    --train_type full \    --dataset AI-MO/NuminaMath-TIR \    --torch_dtype bfloat16 \    --num_train_epochs 1 \    --per_device_train_batch_size 2 \    --per_device_eval_batch_size 2 \    --learning_rate 1e-6 \    --save_total_limit 2 \    --logging_steps 5 \    --output_dir output \    --gradient_accumulation_steps 1 \    --warmup_ratio 0.05 \    --dataloader_num_workers 4 \    --max_completion_length 4096 \    --vllm_max_model_len 8192 \    --reward_funcs accuracy \    --num_generations 16 \    --use_vllm true \    --vllm_gpu_memory_utilization 0.4 \    --sleep_level 1 \    --offload_model true \    --offload_optimizer true \    --gc_collect_after_offload true \    --deepspeed zero3 \    --num_infer_workers 8 \    --tensor_parallel_size 1 \    --temperature 1.0 \    --top_p 0.85 \    --report_to wandb \    --log_completions true \    --overlong_filter true 

# https://help.aliyun.com/zh/pai/user-guide/general-environment-variables# 请确保两个节点的保存权重路径相同NNODES=$WORLD_SIZE \NODE_RANK=$RANK \megatron sft \    --load Qwen3-30B-A3B-Base-mcore \    --dataset 'liucong/Chinese-DeepSeek-R1-Distill-data-110k-SFT' \    --tensor_model_parallel_size 2 \    --expert_model_parallel_size 8 \    --moe_grouped_gemm true \    --moe_shared_expert_overlap true \    --moe_aux_loss_coeff 0.01 \    --micro_batch_size 1 \    --global_batch_size 16 \    --packing true \    --recompute_granularity full \    --recompute_method uniform \    --recompute_num_layers 1 \    --train_iters 2000 \    --eval_iters 50 \    --finetune true \    --cross_entropy_loss_fusion true \    --lr 1e-5 \    --lr_warmup_iters 100 \    --min_lr 1e-6 \    --save megatron_output/Qwen3-30B-A3B-Base \    --eval_interval 200 \    --save_interval 200 \    --max_length 8192 \    --num_workers 8 \    --dataset_num_proc 8 \    --no_save_optim true \    --no_save_rng true \    --sequence_parallel true \    --use_flash_attn true