biter-zephyr / app_gemma.py
askbyte's picture
Create app_gemma.py
6996ba5 verified
raw
history blame
3.39 kB
"""
Versi贸n usando Gemma-2B, un modelo peque帽o de Google.
Renombra este archivo a app.py si prefieres usar este modelo.
"""
import gradio as gr
from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
import torch
import gc
import os
# Funci贸n para cargar el prompt desde el archivo
def get_system_prompt():
with open("prompt.txt", "r", encoding="utf-8") as f:
return f.read().strip()
# Funci贸n para generar respuestas
def generate_response(user_message):
try:
if not user_message.strip():
return "Por favor, escribe una pregunta para que pueda ayudarte."
# Obtener el prompt del sistema
system_prompt = get_system_prompt()
# Crear el prompt completo para Gemma
prompt = f"<start_of_turn>system\n{system_prompt}<end_of_turn>\n<start_of_turn>user\n{user_message}<end_of_turn>\n<start_of_turn>model\n"
# Generar respuesta usando el pipeline
response = generator(
prompt,
max_new_tokens=256, # Reducido para mayor velocidad
temperature=0.7,
top_p=0.9,
do_sample=True,
num_return_sequences=1
)[0]["generated_text"]
# Extraer solo la respuesta del modelo (despu茅s del 煤ltimo <start_of_turn>model)
assistant_response = response.split("<start_of_turn>model\n")[-1].split("<end_of_turn>")[0].strip()
# Forzar recolecci贸n de basura
gc.collect()
torch.cuda.empty_cache() if torch.cuda.is_available() else None
return assistant_response
except Exception as e:
print(f"Error: {str(e)}")
return f"Lo siento, ha ocurrido un error: {str(e)}"
# Cargar el modelo y crear el pipeline
print("Cargando modelo Gemma-2B...")
# Usar Gemma-2B, un modelo peque帽o (2B par谩metros) pero potente
model_name = "google/gemma-2b-it"
# Configuraci贸n para reducir el uso de memoria y aumentar velocidad
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
model_name,
torch_dtype=torch.float32,
low_cpu_mem_usage=True,
# Cargamos en 8-bit para reducir memoria y aumentar velocidad
load_in_8bit=True
)
# Crear el pipeline de generaci贸n de texto
generator = pipeline(
"text-generation",
model=model,
tokenizer=tokenizer
)
print("Modelo cargado correctamente!")
# Crear la interfaz de Gradio
demo = gr.Interface(
fn=generate_response,
inputs=gr.Textbox(
placeholder="Escribe tu pregunta sobre emprendimiento aqu铆...",
label="Tu pregunta"
),
outputs=gr.Textbox(label="Respuesta de BITER"),
title="BITER - Tu Mentor en Tiempo Real para Decisiones de Negocio",
description="BITER es un asistente de IA que responde dudas de emprendedores como si fuera un CEO experimentado.",
examples=[
["驴C贸mo puedo validar mi idea de negocio con poco presupuesto?"],
["驴Cu谩l es la mejor estrategia para conseguir mis primeros clientes?"],
["驴Deber铆a invertir en publicidad en redes sociales o en SEO?"]
],
allow_flagging="never"
)
# Lanzar la aplicaci贸n con configuraci贸n para ahorrar memoria
if __name__ == "__main__":
# Configurar menos workers para ahorrar memoria y aumentar velocidad
demo.queue(max_size=1).launch(share=False, debug=False)