File size: 981 Bytes
c808c6b |
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 |
import gradio as gr
from transformers import AutoModelForCausalLM, AutoTokenizer
# Charger le modèle et le tokenizer
model_name = "nvidia/NVLM-D-72B"
model = AutoModelForCausalLM.from_pretrained(model_name, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
# Fonction pour générer du texte
def generate_text(prompt):
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs, max_length=100) # Vous pouvez ajuster max_length
generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
return generated_text
# Interface Gradio
interface = gr.Interface(fn=generate_text,
inputs="text",
outputs="text",
title="NVLM-D Text Generation",
description="Entrez un prompt pour générer du texte avec le modèle NVLM-D-72B.")
if __name__ == "__main__":
interface.launch()
|