Update app.py

app.py

@@ -1,34 +1,36 @@
-# banking_prompting_app.py
-
-import gradio as gr
-from transformers import AutoModelForSeq2SeqLM, AutoTokenizer
+from transformers import AutoTokenizer, AutoModelForCausalLM
 import torch
+import gradio as gr
 
-# Используем модель Flan-T5 или Sberbank AI
-model_name = "cointegrated/rugpt2-large"  # Можно заменить на sberbank-ai/rugpt3small или другую
+model_name = "ai-forever/rugpt3large_based_on_gpt2"
 
 tokenizer = AutoTokenizer.from_pretrained(model_name)
-model = AutoModelForSeq2SeqLM.from_pretrained(model_name)
+model = AutoModelForCausalLM.from_pretrained(model_name)
 
 def generate_response(user_query):
-    # Промпт можно адаптировать под нужную задачу (обслуживание клиентов / антифрод)
-    prompt = f"Отвечай как банковский ассистент. Вопрос клиента: {user_query}"
+    prompt = f"Клиент: {user_query}\nБанк:"
+    input_ids = tokenizer.encode(prompt, return_tensors="pt")
 
-    inputs = tokenizer(prompt, return_tensors="pt", max_length=512, truncation=True)
     with torch.no_grad():
-        outputs = model.generate(**inputs, max_new_tokens=100)
-
-    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
+        output_ids = model.generate(
+            input_ids,
+            max_new_tokens=100,
+            do_sample=True,
+            temperature=0.7,
+            top_k=50,
+            top_p=0.95,
+            pad_token_id=tokenizer.eos_token_id
+        )
+
+    generated_text = tokenizer.decode(output_ids[0], skip_special_tokens=True)
+    response = generated_text[len(prompt):].strip()
     return response
 
-# Интерфейс Gradio
-iface = gr.Interface(
+gr.Interface(
     fn=generate_response,
-    inputs=gr.Textbox(lines=4, label="Введите банковский запрос клиента"),
-    outputs=gr.Textbox(lines=6, label="Ответ модели"),
-    title="🤖 Помощник по банковским вопросам",
-    description="Эта система использует LLM и технологии промптинга для обслуживания клиентов в банковской сфере."
-)
+    inputs=gr.Textbox(lines=3, label="Введите банковский запрос"),
+    outputs=gr.Textbox(lines=5, label="Ответ модели"),
+    title="🤖 Русский банковский помощник",
+    description="Генерация ответа на русском языке с использованием модели RuGPT-3 от AI-Forever."
+).launch(share=True)
 
-if __name__ == "__main__":
-    iface.launch()