Spaces:
Runtime error
Runtime error
Update app.py
Browse files
app.py
CHANGED
@@ -1,16 +1,51 @@
|
|
1 |
import gradio as gr
|
2 |
-
from transformers import
|
|
|
|
|
3 |
|
4 |
-
#
|
5 |
-
|
|
|
6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7 |
|
8 |
# Define a função para responder às perguntas
|
9 |
def answer_question(context, question):
|
10 |
if context:
|
11 |
-
|
12 |
else:
|
13 |
-
|
|
|
14 |
|
15 |
# Cria a interface Gradio
|
16 |
iface = gr.Interface(
|
|
|
1 |
import gradio as gr
|
2 |
+
from transformers import AutoModelForCausalLM, AutoTokenizer
|
3 |
+
from peft import PeftModel
|
4 |
+
import torch
|
5 |
|
6 |
+
# Modelos
|
7 |
+
base_model = "microsoft/phi-2"
|
8 |
+
model_peft = "vsvasconcelos/Phi-2_PT_QA_2_v3"
|
9 |
|
10 |
+
# Carrega o tokenizer
|
11 |
+
tokenizer = AutoTokenizer.from_pretrained(base_model)
|
12 |
+
|
13 |
+
# Carrega o modelo base e o modelo treinado com PEFT
|
14 |
+
model = AutoModelForCausalLM.from_pretrained(base_model)
|
15 |
+
model = PeftModel.from_pretrained(model, model_peft)
|
16 |
+
|
17 |
+
# Adicione uma mensagem de confirmação
|
18 |
+
print("Modelo PEFT vsvasconcelos/Phi-2_PT_QA_2_v3 carregado com sucesso!")
|
19 |
+
|
20 |
+
# Define a função para gerar respostas
|
21 |
+
def generate_response(model, tokenizer, prompt, max_length=512, num_return_sequences=1):
|
22 |
+
# Tokenizando o prompt de entrada
|
23 |
+
inputs = tokenizer(prompt, return_tensors='pt')
|
24 |
+
|
25 |
+
model.eval()
|
26 |
+
|
27 |
+
# Gerando a resposta usando o modelo
|
28 |
+
with torch.no_grad():
|
29 |
+
outputs = model.generate(
|
30 |
+
inputs['input_ids'],
|
31 |
+
max_length=max_length,
|
32 |
+
num_return_sequences=num_return_sequences,
|
33 |
+
pad_token_id=tokenizer.eos_token_id,
|
34 |
+
eos_token_id=tokenizer.eos_token_id,
|
35 |
+
early_stopping=True
|
36 |
+
)
|
37 |
+
|
38 |
+
# Tokenizar a resposta gerada
|
39 |
+
response = tokenizer.decode(outputs[0], skip_special_tokens=True)
|
40 |
+
return response
|
41 |
|
42 |
# Define a função para responder às perguntas
|
43 |
def answer_question(context, question):
|
44 |
if context:
|
45 |
+
prompt = f"Context: {context}\nQuestion: {question}"
|
46 |
else:
|
47 |
+
prompt = f"Question: {question}"
|
48 |
+
return generate_response(model, tokenizer, prompt)
|
49 |
|
50 |
# Cria a interface Gradio
|
51 |
iface = gr.Interface(
|