import torchfrom peft import PeftModelfrom transformers import AutoModelForCausalLM, AutoTokenizer model_id = "Qwen/Qwen3-0.6B"adapter_id = "itsjesusmacias/qwen3-0.6b-lora-incidents" tokenizer = AutoTokenizer.from_pretrained(model_id)base_model = AutoModelForCausalLM.from_pretrained( model_id, dtype=torch.float32, device_map="auto",)model = PeftModel.from_pretrained(base_model, adapter_id)model.eval() SYSTEM_PROMPT = ( "Eres un asistente de soporte de una plataforma educativa online. " "Recibes el texto de una incidencia y debes clasificarla en JSON con exactamente estos campos: " "category (billing, account, technical, other), " "priority (low, medium, high), " "response (respuesta breve al usuario en espanol). " "Responde SOLO con el JSON, sin texto adicional.") message = "No puedo acceder a mi cuenta y tengo un examen en una hora."messages = [ {"role": "system", "content": SYSTEM_PROMPT}, {"role": "user", "content": message},] prompt = tokenizer.apply_chat_template( messages, tokenize=False, add_generation_prompt=True, enable_thinking=False,)inputs = tokenizer(prompt, return_tensors="pt").to(model.device) with torch.inference_mode(): output = model.generate( **inputs, max_new_tokens=256, do_sample=True, temperature=0.7, top_p=0.8, top_k=20, ) new_tokens = output[0, inputs["input_ids"].shape[1]:]print(tokenizer.decode(new_tokens, skip_special_tokens=True))# {"category": "account", "priority": "high", "response": "..."}