Update app.py

app.py

@@ -4,54 +4,61 @@ import sys
 # Cài đặt các thư viện nếu chưa có
 subprocess.check_call([sys.executable, "-m", "pip", "install", "transformers", "streamlit", "torch", "bitsandbytes","peft"])
 
-import streamlit as st
-from transformers import AutoModelForCausalLM, AutoTokenizer, TextStreamer
-from peft import PeftModel
 import torch
+from transformers import AutoTokenizer, AutoModelForCausalLM
+from peft import PeftModel
+import streamlit as st
 
-# Định nghĩa tên mô hình gốc và adapter
-BASE_MODEL_NAME = "unsloth/deepseek-r1-distill-llama-8b-unsloth-bnb-4bit"
-ADAPTER_MODEL_PATH = "lora_model"
+# 1. Cấu hình và load model gốc
+base_model_name = r"lora_model" # model gốc mà adapter được áp dụng
 
-# Load mô hình gốc
-base_model = AutoModelForCausalLM.from_pretrained(BASE_MODEL_NAME, torch_dtype=torch.float16, device_map="auto")
-# Áp dụng adapter LoRA
-model = PeftModel.from_pretrained(base_model, ADAPTER_MODEL_PATH)
-tokenizer = AutoTokenizer.from_pretrained(BASE_MODEL_NAME)
+# Load tokenizer và model gốc (chạy trên GPU nếu có sẵn)
+device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
+tokenizer = AutoTokenizer.from_pretrained(base_model_name)
+base_model = AutoModelForCausalLM.from_pretrained(base_model_name, device_map="auto")
 
-def generate_response(prompt):
-    """Generate a response from the model."""
-    inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
-    streamer = TextStreamer(tokenizer)
-    with torch.no_grad():
-        model.generate(**inputs, streamer=streamer, max_length=512)
-    return ""
+# 2. Tải adapter LoRA từ thư mục "lora_model"
+# Thư mục này chứa các file được lưu bởi model.save_pretrained("lora_model")
+model = PeftModel.from_pretrained(base_model, base_model_name)
+model.to(device)
 
-# Streamlit UI
-st.set_page_config(page_title="Chatbot", page_icon="🤖")
-st.title("🤖 AI Chatbot")
+# 3. Định nghĩa prompt template cho chatbot (có thể tùy chỉnh)
+prompt_template = """Bạn là một trợ lý ảo thông minh, đóng vai một giáo viên giàu kinh nghiệm, tận tâm và nhiệt huyết. 
+Nhiệm vụ của bạn là giải đáp mọi thắc mắc của người dùng một cách rõ ràng, chi tiết và dễ hiểu.
+Nếu người dùng chưa gửi bất kỳ tin nhắn nào, hãy hỏi: “Bạn cần giúp gì?” hoặc “Tôi có thể hỗ trợ bạn điều gì?”
+
+### Đầu vào:
+{}
+### Trả lời:
+"""
 
-# Initialize chat history if not exists
-if "messages" not in st.session_state:
-    st.session_state.messages = []
+def generate_response(user_input):
+    # Tạo prompt dựa trên input của người dùng
+    prompt = prompt_template.format(user_input)
+    inputs = tokenizer(prompt, return_tensors="pt").to(device)
+    
+    # Sinh kết quả với sampling (có thể điều chỉnh temperature, max_new_tokens,...)
+    outputs = model.generate(
+        **inputs,
+       
+        do_sample=True,
+        temperature=0.7,
+        pad_token_id=tokenizer.eos_token_id
+    )
+    # Decode kết quả và loại bỏ token đặc biệt
+    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
+    # Nếu cần, bạn có thể xử lý để cắt bỏ phần prompt ban đầu
+    # Ví dụ: trả về phần text sau prompt_template
+    return response.replace(prompt, "").strip()
 
-# Display chat messages
-for message in st.session_state.messages:
-    with st.chat_message(message["role"]):
-        st.markdown(message["content"])
+# Streamlit UI
+st.title("Chatbot Trợ Lý Ảo")
+st.write("Chào mừng đến với Chatbot! Nhập 'exit' để thoát.")
 
-# User input
-user_input = st.chat_input("Nhập tin nhắn...")
+user_input = st.text_input("Bạn: ", "")
 if user_input:
-    # Append user message
-    st.session_state.messages.append({"role": "user", "content": user_input})
-    with st.chat_message("user"):
-        st.markdown(user_input)
-
-    # Generate response
-    with st.chat_message("assistant"):
-        response = generate_response(user_input)
-        st.markdown(response)
-
-    # Append assistant response
-    st.session_state.messages.append({"role": "assistant", "content": response})
+    if user_input.lower() == "exit":
+        st.write("Chatbot: Tạm biệt!")
+    else:
+        reply = generate_response(user_input)
+        st.write(f"Chatbot: {reply}")