File size: 1,939 Bytes
262d390 |
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 |
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
import gradio as gr
model_dir = "Model"
tokenizer = AutoTokenizer.from_pretrained(model_dir)
model = AutoModelForCausalLM.from_pretrained(model_dir)
device = "cuda" if torch.cuda.is_available() else "cpu"
model.to(device)
def generate_answer(question, max_new_tokens=128, temperature=0.8, top_p=0.9):
# Prompt au modèle (mais on ne l’affichera pas à l’utilisateur)
prompt = f"Question: {question}\nRéponse:"
inputs = tokenizer(prompt, return_tensors="pt").to(device)
with torch.no_grad():
outputs = model.generate(
**inputs,
max_new_tokens=max_new_tokens,
do_sample=True,
top_p=top_p,
temperature=temperature,
)
full_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
# 1) On enlève la partie "Question: ... Réponse:"
if "Réponse:" in full_text:
answer_part = full_text.split("Réponse:", 1)[1]
else:
# fallback au cas où
answer_part = full_text
# 2) On coupe à <EOS> s'il est présent
if "<EOS>" in answer_part:
answer_part = answer_part.split("<EOS>")[0]
# 3) Nettoyage des espaces
answer_part = answer_part.strip()
return answer_part
# Interface Gradio
iface = gr.Interface(
fn=generate_answer,
inputs=[
gr.Textbox(lines=2, label="Ta question"),
gr.Slider(16, 512, value=128, step=16, label="max_new_tokens"),
gr.Slider(0.1, 1.5, value=0.8, step=0.05, label="temperature"),
gr.Slider(0.1, 1.0, value=0.9, step=0.05, label="top_p"),
],
outputs=gr.Textbox(lines=8, label="Réponse de l'IA"),
title="QA LLM entraîné",
description="Pose une question en français. Le modèle répond et s'arrête logiquement à <EOS>, sans afficher le prompt interne.",
)
if __name__ == "__main__":
iface.launch(share=True) |