import os
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
from transformers import BitsAndBytesConfig

# Завантажуємо токен автентифікації з змінної середовища
hf_token = os.getenv("HF_API_TOKEN")

# Ідентифікатор моделі
model_id = "meta-llama/Llama-2-7b-hf"

# Налаштування для BitsAndBytes
bnb_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_use_double_quant=True,
    bnb_4bit_quant_type="nf4",
    bnb_4bit_compute_dtype=torch.bfloat16
)

# Завантажуємо токенізатор з Hugging Face
tokenizer = AutoTokenizer.from_pretrained(model_id, use_auth_token=hf_token)
tokenizer.pad_token = tokenizer.eos_token

# Завантажуємо модель на CPU з використанням автентифікації
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    device_map="cpu",  # Завантажуємо модель на CPU
    use_auth_token=hf_token
)

# Тепер ви можете використовувати модель для генерації тексту, наприклад:
input_text = "Hello, how are you?"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(inputs["input_ids"])

# Перетворюємо вихідний тензор в текст
generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(generated_text)