Spaces:
Sleeping
Sleeping
File size: 2,630 Bytes
28668a9 b001e93 28668a9 da5015b 28668a9 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 |
# app.py
import gradio as gr # type: ignore
import torch # type: ignore
from transformers import AutoConfig, AutoModelForCausalLM, AutoTokenizer
# 1️⃣ Cấu hình và load model + tokenizer
model_path = "vinai/PhoGPT-4B-Chat"
config = AutoConfig.from_pretrained(model_path, trust_remote_code=True)
config.init_device = "cpu"
model = AutoModelForCausalLM.from_pretrained("vinai/PhoGPT-4B-Chat", trust_remote_code=True)
model.eval()
tokenizer = AutoTokenizer.from_pretrained(model_path, trust_remote_code=True)
def respond(message, history: list[tuple[str, str]], system_message, max_tokens, temperature, top_p):
# 2.1 — Gom system message và history vào messages list
messages = [{"role": "system", "content": system_message}]
for u, b in history:
if u:
messages.append({"role": "user", "content": u})
if b:
messages.append({"role": "assistant", "content": b})
messages.append({"role": "user", "content": message})
# 2.2 — Tạo prompt chuẩn
input_prompt = tokenizer.apply_chat_template(
messages,
tokenize=False,
add_generation_prompt=True
)
# 2.3 — Tokenize và đưa lên device
# inputs = tokenizer(input_prompt, return_tensors="pt")
input_ids = tokenizer(input_prompt, return_tensors="pt")
# inputs = {k: v.to(model.device) for k, v in inputs.items()}
# 2.4 — Sinh text
outputs = model.generate(
inputs=input_ids["input_ids"],
max_new_tokens=max_tokens,
temperature=temperature,
top_p=top_p,
do_sample=True,
eos_token_id=tokenizer.eos_token_id,
pad_token_id=tokenizer.pad_token_id,
)
# print('!!!! OUTPUTS 1: ',outputs)
# 2.5 — Decode và tách phần assistant trả lời
response = tokenizer.batch_decode(outputs, skip_special_tokens=True)[0]
print('!! OUTPUTS 2: ',response)
response = response.split("### Trả lời:")[1]
print('!!!! OUTPUTS 3: ',response)
return response
# 2.6 — Cập nhật history và trả về
# history.append((message, response))
# return history
# 3️⃣ Giao diện Gradio
demo = gr.ChatInterface(
respond, #câu phản hồi
additional_inputs=[
gr.Textbox("Bạn là một chatbot tiếng Việt thân thiện.", label="System message"),
gr.Slider(1, 2048, value=512, step=1, label="Max new tokens"),
gr.Slider(0.1, 4.0, value=0.7, step=0.1, label="Temperature"),
gr.Slider(0.1, 1.0, value=0.95, step=0.05, label="Top-p (nucleus sampling)"),
],
)
if __name__ == "__main__":
demo.launch()
|