from transformers import AutoModelForCausalLM, AutoTokenizerfrom peft import PeftModelimport torch base_model_id = "unsloth/Qwen3.5-4B"adapter_id = "DDoo1204/Day21-Track3-2A202601564-PhamQuyDo-LoRA" tokenizer = AutoTokenizer.from_pretrained(base_model_id, trust_remote_code=True)model = AutoModelForCausalLM.from_pretrained( base_model_id, torch_dtype=torch.float16, device_map="auto", trust_remote_code=True)model = PeftModel.from_pretrained(model, adapter_id)model.eval() prompt = "Khách hàng: Shop ơi, mình đặt áo khoác gió mã đơn VN613097. Bị rách tay áo. Đổi giúp mình với."messages = [ {"role": "user", "content": prompt}]inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt").to("cuda")outputs = model.generate(inputs, max_new_tokens=128)print(tokenizer.decode(outputs[0][inputs.shape[1]:], skip_special_tokens=True))