from transformers import AutoModelForCausalLM, AutoTokenizerfrom peft import PeftModel base = AutoModelForCausalLM.from_pretrained("Qwen/Qwen3.5-2B", dtype="auto", device_map="auto")tok = AutoTokenizer.from_pretrained("Qwen/Qwen3.5-2B")model = PeftModel.from_pretrained(base, "hminh1231/lab21-qwen35-2b-triage-vi") msgs = [{"role": "system", "content": "Phân loại ticket sau."}, {"role": "user", "content": "Shop ơi, mình đặt nồi chiên không dầu mã đơn DH249548. Thiếu phụ kiện."}]ids = tok.apply_chat_template(msgs, add_generation_prompt=True, enable_thinking=False, return_tensors="pt").to(model.device)print(tok.decode(model.generate(ids, max_new_tokens=80, do_sample=False)[0][ids.shape[1]:], skip_special_tokens=True))