boto-9b-GGUF / app.py
lucianosb's picture
Update app.py
432eef6 verified
import spaces
import json
import subprocess
from llama_cpp import Llama
from llama_cpp_agent import LlamaCppAgent, MessagesFormatterType
from llama_cpp_agent.providers import LlamaCppPythonProvider
from llama_cpp_agent.chat_history import BasicChatHistory
from llama_cpp_agent.chat_history.messages import Roles
import gradio as gr
from huggingface_hub import hf_hub_download
hf_hub_download(
repo_id="lucianosb/boto-9B-GGUF",
filename="boto9b.Q4_0.gguf",
local_dir="./models"
)
hf_hub_download(
repo_id="lucianosb/boto-9B-GGUF",
filename="boto9b.Q5_K_M.gguf",
local_dir="./models"
)
llm = None
llm_model = None
@spaces.GPU
def respond(
message,
history: list[tuple[str, str]],
model,
system_message,
max_tokens,
temperature,
top_p,
top_k,
repeat_penalty,
):
chat_template = MessagesFormatterType.GEMMA_2
global llm
global llm_model
if llm is None or llm_model != model:
llm = Llama(
model_path=f"models/{model}",
flash_attn=True,
n_gpu_layers=81,
n_batch=1024,
n_ctx=8192,
)
llm_model = model
provider = LlamaCppPythonProvider(llm)
agent = LlamaCppAgent(
provider,
system_prompt=f"{system_message}",
predefined_messages_formatter_type=chat_template,
debug_output=True
)
settings = provider.get_provider_default_settings()
settings.temperature = temperature
settings.top_k = top_k
settings.top_p = top_p
settings.max_tokens = max_tokens
settings.repeat_penalty = repeat_penalty
settings.stream = True
messages = BasicChatHistory()
for msn in history:
user = {
'role': Roles.user,
'content': msn[0]
}
assistant = {
'role': Roles.assistant,
'content': msn[1]
}
messages.add_message(user)
messages.add_message(assistant)
stream = agent.get_chat_response(
message,
llm_sampling_settings=settings,
chat_history=messages,
returns_streaming_generator=True,
print_output=False
)
outputs = ""
for output in stream:
outputs += output
yield outputs
description = """[lucianosb/boto-9B](https://huggingface.co/lucianosb/boto-9B) é um fine-tune de Gemma2-9B para língua portuguesa. Este demo usa as [versões quantizadas](https://huggingface.co/lucianosb/boto-9B-GGUF) do Boto-9B.
Boto responde bem a instruções. Não foi treinado para chat.
"""
demo = gr.ChatInterface(
respond,
examples=[
["Resolva a equação 2x + 3 = 11 para x"],
["Escreva uma ficção científica"],
["Escreva um poema sobre açaí"],
["faça um trocadilho engraçado com a palavra boto"],
["Implemente a função haversine em python"]
],
additional_inputs_accordion=gr.Accordion(label="⚙️ Parameters", open=False),
additional_inputs=[
gr.Dropdown([
'boto9b.Q4_0.gguf',
'boto9b.Q5_K_M.gguf'
],
value="boto9b.Q5_K_M.gguf",
label="Model"
),
gr.Textbox(value="Abaixo está uma instrução que descreve uma tarefa. Escreva uma resposta que complete adequadamente a solicitação. Seja conciso e direto. Não forneça muitas explicações.", label="System message"),
gr.Slider(minimum=1, maximum=8192, value=2048, step=1, label="Max tokens"),
gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
gr.Slider(
minimum=0.1,
maximum=1.0,
value=0.95,
step=0.05,
label="Top-p",
),
gr.Slider(
minimum=0,
maximum=100,
value=40,
step=1,
label="Top-k",
),
gr.Slider(
minimum=0.0,
maximum=2.0,
value=1.1,
step=0.1,
label="Repetition penalty",
),
],
retry_btn="🔄 De Novo",
undo_btn="↩️ Desfazer",
clear_btn="🗑️ Limpar",
submit_btn="Enviar",
stop_btn="Parar",
title="🐬🩷 Chat com o Boto 9B",
description=description,
chatbot=gr.Chatbot(
scale=1,
likeable=False,
show_copy_button=True
),
theme=gr.themes.Soft(primary_hue="pink"),
)
if __name__ == "__main__":
demo.launch()