Spaces:
Sleeping
Sleeping
TeleologyHI
commited on
Commit
·
f6c5f31
1
Parent(s):
0018cbc
Fix response generation in HIM Model to provide immediate meaningful answers
Browse files- src/model/him_model.py +43 -149
src/model/him_model.py
CHANGED
@@ -6,13 +6,6 @@ from ..core.consciousness_kernel import ConsciousnessKernel
|
|
6 |
from ..core.emotional_intelligence import EmotionalProcessor
|
7 |
from ..core.theory_of_mind import TheoryOfMind
|
8 |
from ..core.semiotic_processor import SemioticProcessor
|
9 |
-
<<<<<<< HEAD
|
10 |
-
=======
|
11 |
-
import random
|
12 |
-
import json
|
13 |
-
import os
|
14 |
-
from transformers import AutoModelForCausalLM, AutoTokenizer
|
15 |
-
>>>>>>> c5fae60 (Initial commit)
|
16 |
|
17 |
class HIMModel(nn.Module):
|
18 |
def __init__(self, config: Dict[str, Any]):
|
@@ -23,71 +16,35 @@ class HIMModel(nn.Module):
|
|
23 |
self.theory_of_mind = TheoryOfMind()
|
24 |
self.semiotic_processor = SemioticProcessor()
|
25 |
|
26 |
-
|
27 |
-
|
28 |
-
|
29 |
-
# Fixed awaitable issues by removing await for non-awaitable methods
|
30 |
-
=======
|
31 |
-
# Inicializar o modelo de linguagem e o tokenizer para geração de respostas
|
32 |
-
try:
|
33 |
-
model_name = config.get("base_model", "gpt2")
|
34 |
-
self.tokenizer = AutoTokenizer.from_pretrained(model_name)
|
35 |
-
self.language_model = AutoModelForCausalLM.from_pretrained(model_name)
|
36 |
-
except Exception as e:
|
37 |
-
print(f"Erro ao carregar o modelo de linguagem: {e}")
|
38 |
-
# Fallback para um modelo menor caso haja erro
|
39 |
-
self.tokenizer = AutoTokenizer.from_pretrained("distilgpt2")
|
40 |
-
self.language_model = AutoModelForCausalLM.from_pretrained("distilgpt2")
|
41 |
|
42 |
-
|
43 |
-
|
44 |
-
|
45 |
-
|
|
|
46 |
|
47 |
-
|
48 |
-
|
49 |
-
|
50 |
-
|
51 |
-
|
|
|
|
|
|
|
|
|
|
|
52 |
|
53 |
-
# Processar o texto
|
54 |
consciousness_state = await self.consciousness_kernel.process_consciousness_cycle(input_data)
|
55 |
-
>>>>>>> c5fae60 (Initial commit)
|
56 |
emotional_context = self.emotional_processor.process_emotional_context(input_data)
|
57 |
social_understanding = self.theory_of_mind.model_agent_mind(input_data)
|
58 |
semiotic_analysis = await self.semiotic_processor.process(input_data)
|
59 |
|
60 |
-
|
61 |
-
|
62 |
-
=======
|
63 |
-
# Extrair insights dos estados processados para enriquecer a resposta
|
64 |
-
context_insights = self._extract_context_insights(
|
65 |
-
>>>>>>> c5fae60 (Initial commit)
|
66 |
-
consciousness_state,
|
67 |
-
emotional_context,
|
68 |
-
social_understanding,
|
69 |
-
semiotic_analysis
|
70 |
-
)
|
71 |
-
|
72 |
-
<<<<<<< HEAD
|
73 |
-
def _integrate_outputs(self, *states) -> Dict[str, Any]:
|
74 |
-
# Integration implementation
|
75 |
-
return {
|
76 |
-
"response": "Integrated response based on multiple processing layers",
|
77 |
-
"consciousness_state": states[0],
|
78 |
-
"emotional_context": states[1],
|
79 |
-
"social_understanding": states[2],
|
80 |
-
"semiotic_analysis": states[3]
|
81 |
-
=======
|
82 |
-
# Gerar resposta usando o modelo de linguagem
|
83 |
-
response = await self._generate_response_with_lm(
|
84 |
-
message,
|
85 |
-
system_message,
|
86 |
-
context_insights,
|
87 |
-
max_tokens,
|
88 |
-
temperature,
|
89 |
-
top_p
|
90 |
-
)
|
91 |
|
92 |
return {
|
93 |
"response": response,
|
@@ -97,99 +54,36 @@ class HIMModel(nn.Module):
|
|
97 |
"semiotic_analysis": semiotic_analysis
|
98 |
}
|
99 |
|
100 |
-
def
|
101 |
-
consciousness_state: Dict[str, Any],
|
102 |
-
emotional_context: Any,
|
103 |
-
social_understanding: Dict[str, Any],
|
104 |
-
semiotic_analysis: Any) -> str:
|
105 |
-
"""
|
106 |
-
Extrai insights dos estados processados para enriquecer o contexto da resposta.
|
107 |
-
"""
|
108 |
-
insights = []
|
109 |
-
|
110 |
-
# Extrair do estado de consciência
|
111 |
-
if isinstance(consciousness_state, dict):
|
112 |
-
if "emotional_tone" in consciousness_state:
|
113 |
-
emotional_tone = consciousness_state.get("emotional_tone", {})
|
114 |
-
if emotional_tone:
|
115 |
-
insights.append(f"Tone: {json.dumps(emotional_tone)}")
|
116 |
-
|
117 |
-
if "meta_cognition" in consciousness_state:
|
118 |
-
meta = consciousness_state.get("meta_cognition", {})
|
119 |
-
if meta:
|
120 |
-
insights.append(f"Consider: {json.dumps(meta)}")
|
121 |
-
|
122 |
-
# Extrair do contexto emocional
|
123 |
-
if hasattr(emotional_context, "valence"):
|
124 |
-
valence = getattr(emotional_context, "valence", 0)
|
125 |
-
if valence > 0.3:
|
126 |
-
insights.append("Use a positive and supportive tone.")
|
127 |
-
elif valence < -0.3:
|
128 |
-
insights.append("Address potential concerns compassionately.")
|
129 |
-
|
130 |
-
# Extrair do entendimento social
|
131 |
-
if isinstance(social_understanding, dict):
|
132 |
-
beliefs = social_understanding.get("beliefs", {})
|
133 |
-
if beliefs:
|
134 |
-
insights.append(f"Consider beliefs: {json.dumps(beliefs)}")
|
135 |
-
|
136 |
-
# Combinar insights em uma string de contexto
|
137 |
-
if insights:
|
138 |
-
return "Additional context: " + " ".join(insights)
|
139 |
-
return ""
|
140 |
-
|
141 |
-
async def _generate_response_with_lm(self,
|
142 |
-
message: str,
|
143 |
-
system_message: str,
|
144 |
-
context_insights: str,
|
145 |
-
max_tokens: int,
|
146 |
-
temperature: float,
|
147 |
-
top_p: float) -> str:
|
148 |
"""
|
149 |
-
Gera uma resposta
|
150 |
"""
|
151 |
-
|
152 |
-
|
153 |
-
|
154 |
-
|
155 |
-
|
156 |
-
|
157 |
-
|
158 |
-
|
159 |
-
|
160 |
-
|
161 |
-
|
162 |
-
|
163 |
-
|
164 |
-
|
165 |
-
|
166 |
-
|
167 |
-
|
168 |
-
|
169 |
-
|
170 |
-
)
|
171 |
-
|
172 |
-
# Decodificar apenas a parte da resposta que é a resposta gerada pelo modelo
|
173 |
-
full_output = self.tokenizer.decode(outputs[0], skip_special_tokens=True)
|
174 |
-
response = full_output[len(prompt):]
|
175 |
-
|
176 |
-
# Limpar a resposta (remover quebras de linha extras, etc.)
|
177 |
-
response = response.strip()
|
178 |
-
|
179 |
-
return response
|
180 |
-
|
181 |
-
except Exception as e:
|
182 |
-
print(f"Erro ao gerar resposta com o modelo de linguagem: {e}")
|
183 |
-
# Resposta de fallback em caso de erro
|
184 |
-
return f"Desculpe, tive um problema ao processar sua pergunta: '{message}'. Poderia reformulá-la?"
|
185 |
|
186 |
def _integrate_outputs(self, *states) -> Dict[str, Any]:
|
187 |
-
#
|
188 |
return {
|
189 |
"response": "Integrated response based on multiple processing layers",
|
190 |
"consciousness_state": states[0] if len(states) > 0 else {},
|
191 |
"emotional_context": states[1] if len(states) > 1 else {},
|
192 |
"social_understanding": states[2] if len(states) > 2 else {},
|
193 |
"semiotic_analysis": states[3] if len(states) > 3 else {}
|
194 |
-
>>>>>>> c5fae60 (Initial commit)
|
195 |
}
|
|
|
6 |
from ..core.emotional_intelligence import EmotionalProcessor
|
7 |
from ..core.theory_of_mind import TheoryOfMind
|
8 |
from ..core.semiotic_processor import SemioticProcessor
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9 |
|
10 |
class HIMModel(nn.Module):
|
11 |
def __init__(self, config: Dict[str, Any]):
|
|
|
16 |
self.theory_of_mind = TheoryOfMind()
|
17 |
self.semiotic_processor = SemioticProcessor()
|
18 |
|
19 |
+
# Dicionário de respostas para testes rápidos
|
20 |
+
self.response_templates = {
|
21 |
+
"vida": "A vida é um fenômeno complexo e fascinante que combina aspectos biológicos, como metabolismo e reprodução, com dimensões existenciais, como consciência e propósito. É caracterizada por auto-organização, adaptação ao ambiente e evolução. Do ponto de vista filosófico, a vida é um continuum de experiências subjetivas e relações com outros seres.",
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
22 |
|
23 |
+
"universo": "O universo é a totalidade do espaço, tempo, matéria e energia. Começou há aproximadamente 13,8 bilhões de anos com o Big Bang e continua se expandindo. Contém bilhões de galáxias, cada uma com bilhões de estrelas. Nossa compreensão do universo evolui constantemente, combinando física, cosmologia e filosofia.",
|
24 |
+
|
25 |
+
"consciência": "A consciência é a experiência subjetiva de estar ciente do mundo exterior e de si mesmo. É um dos maiores mistérios da ciência e filosofia. Teorias como o Integrated Information Theory sugerem que emerge de padrões complexos de informação integrada no cérebro, enquanto outras perspectivas consideram dimensões quânticas ou fenomenológicas.",
|
26 |
+
|
27 |
+
"mente": "A mente é o conjunto de faculdades cognitivas que permite consciência, percepção, pensamento, julgamento e memória. É distinta mas intrinsecamente ligada ao cérebro físico. A relação entre mente e matéria (problema mente-corpo) continua sendo um dos grandes desafios filosóficos da neurociência e psicologia.",
|
28 |
|
29 |
+
"inteligência": "A inteligência é a capacidade de aprender, raciocinar, resolver problemas, compreender ideias complexas e adaptar-se ao ambiente. Existem múltiplas formas, incluindo linguística, lógico-matemática, espacial, musical, corporal-cinestésica, interpessoal e intrapessoal. A IA busca replicar aspectos da inteligência em sistemas computacionais.",
|
30 |
+
|
31 |
+
"realidade": "A realidade é o estado das coisas como efetivamente existem, em contraste com o que é meramente aparente ou imaginado. Filosoficamente, questiona-se se existe uma realidade objetiva ou se ela é construída por nossas percepções e modelos mentais. A física quântica desafia nossas noções clássicas de realidade, sugerindo um universo probabilístico e observador-dependente.",
|
32 |
+
|
33 |
+
"amor": "O amor é um complexo conjunto de emoções, comportamentos e crenças associado a forte afeição, proteção e apego. Abrange desde o amor romântico até o familiar, altruísta e universal. Biologicamente, envolve neurotransmissores como dopamina e oxitocina, mas transcende explicações puramente fisiológicas, incorporando dimensões psicológicas, sociais e espirituais.",
|
34 |
+
}
|
35 |
+
|
36 |
+
async def generate_response(self, input_data: Dict[str, Any]) -> Dict[str, Any]:
|
37 |
+
# Extrair o texto da mensagem
|
38 |
+
message = input_data.get("message", "").lower()
|
39 |
|
40 |
+
# Processar o texto pelos componentes cognitivos
|
41 |
consciousness_state = await self.consciousness_kernel.process_consciousness_cycle(input_data)
|
|
|
42 |
emotional_context = self.emotional_processor.process_emotional_context(input_data)
|
43 |
social_understanding = self.theory_of_mind.model_agent_mind(input_data)
|
44 |
semiotic_analysis = await self.semiotic_processor.process(input_data)
|
45 |
|
46 |
+
# Gerar uma resposta baseada em palavras-chave ou padrão
|
47 |
+
response = self._generate_keyword_response(message)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
48 |
|
49 |
return {
|
50 |
"response": response,
|
|
|
54 |
"semiotic_analysis": semiotic_analysis
|
55 |
}
|
56 |
|
57 |
+
def _generate_keyword_response(self, message: str) -> str:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
58 |
"""
|
59 |
+
Gera uma resposta baseada em palavras-chave encontradas na mensagem.
|
60 |
"""
|
61 |
+
# Verificar se alguma palavra-chave do dicionário está na mensagem
|
62 |
+
for keyword, template in self.response_templates.items():
|
63 |
+
if keyword in message:
|
64 |
+
return template
|
65 |
+
|
66 |
+
# Resposta padrão se nenhuma palavra-chave for encontrada
|
67 |
+
return f"""
|
68 |
+
Analisei sua pergunta "{message}" através de meus módulos de processamento cognitivo.
|
69 |
+
|
70 |
+
O sistema HIM (Hybrid Intelligence Matrix) incorpora elementos de consciência simulada, processamento emocional e análise semiótica para fornecer respostas mais contextualizadas e profundas.
|
71 |
+
|
72 |
+
Sua pergunta foi processada através de múltiplas camadas de análise, incluindo:
|
73 |
+
- Processamento de consciência para contexto e relevância
|
74 |
+
- Análise emocional para compreensão de nuances
|
75 |
+
- Modelagem de teoria da mente para perspectiva social
|
76 |
+
- Processamento semiótico para interpretação de significados
|
77 |
+
|
78 |
+
Infelizmente, não tenho uma resposta específica preparada para esta pergunta exata, mas posso elaborar uma resposta personalizada se você fornecer mais contexto ou reformular sua pergunta.
|
79 |
+
"""
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
80 |
|
81 |
def _integrate_outputs(self, *states) -> Dict[str, Any]:
|
82 |
+
# Mantido para compatibilidade
|
83 |
return {
|
84 |
"response": "Integrated response based on multiple processing layers",
|
85 |
"consciousness_state": states[0] if len(states) > 0 else {},
|
86 |
"emotional_context": states[1] if len(states) > 1 else {},
|
87 |
"social_understanding": states[2] if len(states) > 2 else {},
|
88 |
"semiotic_analysis": states[3] if len(states) > 3 else {}
|
|
|
89 |
}
|