import torchfrom peft import PeftModelfrom transformers import AutoModelForCausalLM, AutoTokenizer base_id = "unsloth/Qwen3.5-4B"adapter_id = "mjusdda/lab21-2A202601343-qwen35-triage-vi" tokenizer = AutoTokenizer.from_pretrained(base_id, trust_remote_code=True)base = AutoModelForCausalLM.from_pretrained( base_id, trust_remote_code=True, dtype=torch.float16, device_map="auto",)model = PeftModel.from_pretrained(base, adapter_id) ticket = "Shop ơi, đơn bàn phím cơ của tôi giao chậm quá. Nhờ kiểm tra gấp."messages = [ {"role": "system", "content": "Phân loại ticket sau."}, {"role": "user", "content": ticket},]text = tokenizer.apply_chat_template( messages, tokenize=False, add_generation_prompt=True, enable_thinking=False,)inputs = tokenizer(text, return_tensors="pt").to(model.device)with torch.no_grad(): output = model.generate(**inputs, max_new_tokens=160, do_sample=False)print(tokenizer.decode(output[0, inputs.input_ids.shape[1]:], skip_special_tokens=True))