Create app.py

app.py

@@ -0,0 +1,28 @@
+from transformers import AutoModelForCausalLM, AutoTokenizer
+import gradio as gr
+import torch
+
+# Cargar el modelo y el tokenizador
+tokenizer = AutoTokenizer.from_pretrained("microsoft/DialoGPT-large")
+model = AutoModelForCausalLM.from_pretrained("microsoft/DialoGPT-large")
+
+# Inicializar el historial de conversación
+chat_history_ids = None
+
+def chat_with_bot(user_input):
+    global chat_history_ids
+    # Codificar la entrada del usuario
+    new_user_input_ids = tokenizer.encode(user_input + tokenizer.eos_token, return_tensors='pt')
+
+    # Concatenar la entrada del usuario con el historial de conversación
+    bot_input_ids = torch.cat([chat_history_ids, new_user_input_ids], dim=-1) if chat_history_ids is not None else new_user_input_ids
+
+    # Generar una respuesta
+    chat_history_ids = model.generate(bot_input_ids, max_length=1000, pad_token_id=tokenizer.eos_token_id)
+
+    # Decodificar y devolver la respuesta
+    return tokenizer.decode(chat_history_ids[:, bot_input_ids.shape[-1]:][0], skip_special_tokens=True)
+
+# Crear la interfaz de Gradio
+iface = gr.Interface(fn=chat_with_bot, inputs="text", outputs="text", title="Chatbot con DialoGPT")
+iface.launch()