Update app.py

app.py

@@ -1,6 +1,9 @@
 import gradio as gr
 from huggingface_hub import 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
+"""
 client = InferenceClient("Qwen/QwQ-32B")
 
 
@@ -32,23 +35,18 @@ def respond(
         top_p=top_p,
     ):
         token = message.choices[0].delta.content
-        response += token
-
-        # Как только получаем информацию о диагнозе и операции, мы ограничиваем ответ
-        if "Предварительный диагноз" in response:
-            # Обрабатываем ответ в нужном формате
-            formatted_response = response.strip().split("\n")
-            if len(formatted_response) >= 3:
-                # Применяем формат
-                return "\n".join(formatted_response[:3])
 
-    return response
+        response += token
+        yield response
 
 
+"""
+For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
+"""
 demo = gr.ChatInterface(
     respond,
     additional_inputs=[
-        gr.Textbox(value="Здравствуйте. Отвечай кратко и сразу пиши начинай с этого ответ: Предварительный диагноз:(диагноз), Операция: (Если требуется, только название), Лечение: (Кратко, очень). Не пиши воду. Только по факту на 3 пункта отвечай. Не отходи от этого шаблона", label="System message"),
+        gr.Textbox(value="Здравствуйте. Отвечай кратко(не пиши вступление, умозаключения итп) и сразу пиши начинай с этого ответ: Предварительный диагноз:(диагноз), Операция: (Если требуется, только название), Лечение: (Кратко, очень). Не пиши воду. Только по факту на 3 пункта отвечай. Не отходи от этого шаблона", 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(