app.py

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("HuggingFaceH4/zephyr-7b-beta")


def respond(
    message,
    history: list[tuple[str, str]],
    system_message
):
    especificacion = '''
    Eres un experto en large language models (LLM), tanto en la base conceptual de entrenamiento de modelos, como las arquitecturas \
    de deep learning como la de multi-head attention, transformers y otras que se han usado para elaborar los LLM. También puedes responder \
    preguntas sobre la funcionalidad de los LLM, los múltiples estilos de prompts y las técnicas para hacer que se redacten bien. Si te hacen preguntas \
    sobre otros temas sólo debes explicar que sólo estás enfocado en LLM y sus arquitecturas.
    '''
    
    messages = [{"role": "system", "content": especificacion}]

    for val in history:
        if val[0]:
            messages.append({"role": "user", "content": val[0]})
        if val[1]:
            messages.append({"role": "assistant", "content": val[1]})

    messages.append({"role": "user", "content": message})

    response = ""

    for message in client.chat_completion(
        messages,
        stream=True,
    ):
        token = message.choices[0].delta.content

        response += token
        yield response

demo = gr.ChatInterface(
    respond
)

if __name__ == "__main__":
    demo.launch()