Update app.py

app.py

@@ -1,64 +1,79 @@
 import gradio as gr
-from huggingface_hub import InferenceClient
+from transformers import AutoModelForCausalLM, AutoTokenizer
+import torch
 
-"""
-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
-"""
-client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
+def load_model():
+    model_name = "Guchyos/gemma-2b-elyza-task"
+    
+    print("Loading tokenizer...")
+    tokenizer = AutoTokenizer.from_pretrained(model_name)
+    
+    print("Loading model...")
+    model = AutoModelForCausalLM.from_pretrained(
+        model_name,
+        device_map="auto",
+        torch_dtype=torch.float16
+    )
+    return model, tokenizer
 
+# モデルをグローバルに1回だけロード
+try:
+    model, tokenizer = load_model()
+    print("Model loaded successfully!")
+except Exception as e:
+    print(f"Error loading model: {str(e)}")
 
-def respond(
-    message,
-    history: list[tuple[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
-):
-    messages = [{"role": "system", "content": system_message}]
+def predict(message, history):
+    try:
+        # 入力の準備
+        prompt = f"質問: {message}\n\n回答:"
+        inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
+        
+        # 生成
+        outputs = model.generate(
+            **inputs,
+            max_new_tokens=512,
+            temperature=0.7,
+            top_p=0.9,
+            do_sample=True,
+            repetition_penalty=1.1
+        )
+        
+        # 応答の生成
+        response = tokenizer.decode(outputs[0], skip_special_tokens=True)
+        return response.replace(prompt, "").strip()
+        
+    except Exception as e:
+        return f"エラーが発生しました: {str(e)}"
 
-    for val in history:
-        if val[0]:
-            messages.append({"role": "user", "content": val[0]})
-        if val[1]:
-            messages.append({"role": "assistant", "content": val[1]})
-
-    messages.append({"role": "user", "content": message})
-
-    response = ""
-
-    for message in client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        stream=True,
-        temperature=temperature,
-        top_p=top_p,
-    ):
-        token = message.choices[0].delta.content
-
-        response += token
-        yield response
-
-
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
+# チャットボットインターフェースの作成
 demo = gr.ChatInterface(
-    respond,
-    additional_inputs=[
-        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
-        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)",
-        ),
+    fn=predict,
+    title="💬 Gemma 2 Quantized for ELYZA-tasks",
+    description="""
+    # ELYZA-tasks-100-TV用に最適化された日本語LLMです
+    
+    ## 使い方
+    - 質問を入力してEnterキーを押してください
+    - 生成には数秒かかります
+    - 結果が気に入らない場合は「再生成」ボタンを押してください
+    
+    ## 特徴
+    - 4bit量子化により最適化
+    - 日本語に特化
+    - ELYZA-tasks形式に対応
+    """,
+    examples=[
+        "日本の四季について、それぞれの特徴を説明してください。",
+        "人工知能の発展における倫理的な課題について説明してください。",
+        "東京の主要な観光スポットを3つ挙げて、それぞれ説明してください。"
     ],
+    retry_btn="🔄 再生成",
+    undo_btn="↩️ 取り消し",
+    clear_btn="🗑️ クリア",
+    theme=gr.themes.Soft()
 )
 
-
+# アプリの起動
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch()