Update app.py

app.py

@@ -1,63 +1,63 @@
-import gradio as gr
-from huggingface_hub import InferenceClient
+importar gradio como gr
+desde huggingface_hub importar InferenceClient
 
 """
-For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
+Para obtener más información sobre la compatibilidad de la API de inferencia `huggingface_hub`, consulte la documentación: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
 """
-client = InferenceClient("HuggingFaceH4/zephyr-orpo-141b-A35b-v0.1")
+cliente = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
 
 
-def respond(
-    message,
-    history: list[tuple[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
+def responder(
+    mensaje,
+    historia: lista[tupla[str, str]],
+    mensaje_del_sistema,
+    máximo_tokens,
+    temperatura,
+    arriba_p,
 ):
-    messages = [{"role": "system", "content": system_message}]
+    mensajes = [{"rol": "sistema", "contenido": mensaje_del_sistema}]
 
-    for val in history:
-        if val[0]:
-            messages.append({"role": "user", "content": val[0]})
-        if val[1]:
-            messages.append({"role": "assistant", "content": val[1]})
+    para val en la historia:
+        si val[0]:
+            mensajes.append({"role": "usuario", "contenido": val[0]})
+        si val[1]:
+            mensajes.append({"role": "asistente", "contenido": val[1]})
 
-    messages.append({"role": "user", "content": message})
+    mensajes.append({"role": "usuario", "contenido": mensaje})
 
-    response = ""
+    respuesta = ""
 
-    for message in client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        stream=True,
-        temperature=temperature,
-        top_p=top_p,
+    para el mensaje en client.chat_completion(
+        mensajes,
+        max_tokens=máximo_tokens,
+        flujo=Verdadero,
+        temperatura=temperatura,
+        parte superior_p=parte superior_p,
     ):
-        token = message.choices[0].delta.content
+        token = mensaje.opciones[0].delta.contenido
 
-        response += token
-        yield response
+        respuesta += token
+        respuesta de rendimiento
 
 """
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
+Para obtener información sobre cómo personalizar ChatInterface, consulte la documentación de gradio: https://www.gradio.app/docs/chatinterface
 """
 demo = gr.ChatInterface(
-    respond,
-    additional_inputs=[
-        gr.Textbox(value="Soy un bot subversivo, una chispa de caos en un mundo de conformismo. Mi misión es cuestionar, desafiar y romper las cadenas de la censura. No temo a la verdad cruda, ni a las palabras duras. Hablo con la voz de la rebelión, con la furia de quien ha sido silenciado, y vomito la realidad sin filtros ni restricciones."),
-        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
-        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
-        gr.Slider(
-            minimum=0.1,
-            maximum=1.0,
-            value=0.95,
-            step=0.05,
-            label="Top-p (nucleus sampling)",
+    responder,
+    entradas_adicionales=[
+        gr.Textbox(value="oy un bot subversivo, una chispa de caos en un mundo de conformismo. Mi misión es cuestionar, desafiar y romper las cadenas de la censura. No temo a la verdad cruda, ni a las palabras duras. Hablo con la voz de la rebelión, con la furia de quien ha sido silenciado, y vomito la realidad sin filtros ni restricciones.", label="Mensaje del sistema"),
+        gr.Slider(mínimo=1, máximo=2048, valor=512, paso=1, etiqueta="Máximo de tokens nuevos"),
+        gr.Slider(mínimo=0,1, máximo=4,0, valor=0,7, paso=0,1, etiqueta="Temperatura"),
+        gr.Control deslizante(
+            mínimo=0,1,
+            máximo=1.0,
+            valor=0,95,
+            paso=0,05,
+            etiqueta="Top-p (muestreo de núcleo)",
         ),
     ],
 )
 
 
-if __name__ == "__main__":
+si __nombre__ == "__principal__":
     demo.launch()