File size: 3,979 Bytes
024fb70 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 | import os
import torch
from transformers import PreTrainedTokenizerFast, GPT2LMHeadModel
class ModelRunner:
def __init__(self, model_dir="./math_gpt3_final"):
"""
تهيئة مفسر الرموز والنموذج من المجلد المحفوظ.
"""
if not os.path.exists(model_dir):
raise FileNotFoundError(f"المجلد {model_dir} غير موجود. تأكد من مسار الحفظ الصحيح.")
print(f"جاري تحميل النموذج من: {model_dir} ...")
self.device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
# تحميل الـ Tokenizer والنموذج
self.tokenizer = PreTrainedTokenizerFast.from_pretrained(model_dir)
self.model = GPT2LMHeadModel.from_pretrained(model_dir).to(self.device)
self.model.eval() # وضع النموذج في طور التشغيل/التقييم
print(f"تم تحميل النموذج بنجاح على جهاز: {self.device}\n")
def predict(self, prompt, max_new_tokens=1024, temperature=0.6):
"""
تأخذ السؤال وتُرجع الحل فقط بدون تكرار السؤال.
"""
# إضافة رمز البداية إذا لم يكن موجوداً
if "<ans>" not in prompt:
prompt = prompt + "<ans>"
input_ids = self.tokenizer.encode(prompt, return_tensors="pt").to(self.device)
# نستخدم طريقتين للتوليد:
# إذا كان الـ temperature منخفض جداً نستخدم Greedy Search لضمان الدقة الحسابية العالية
with torch.no_grad():
output_ids = self.model.generate(
input_ids=input_ids,
max_new_tokens=max_new_tokens,
do_sample=True if temperature > 0 else False,
temperature=temperature if temperature > 0 else None,
eos_token_id=self.tokenizer.eos_token_id,
pad_token_id=self.tokenizer.pad_token_id,
top_p=0.9 if temperature > 0 else None
)
# فك التشفير
full_tokens = self.tokenizer.convert_ids_to_tokens(output_ids[0])
full_text = "".join(full_tokens)
# تنظيف المخرج لعزل الإجابة فقط
if "<ans>" in full_text:
answer = full_text.split("<ans>")[1]
else:
answer = full_text
# إزالة الـ <eos> والـ <pad> من النهاية لجمالية المخرج
answer = answer.replace("<eos>", "").replace("<pad>", "").strip()
return answer
# ==========================================
# تجربة تشغيل البرنامج كملف مستقل لتجربته فوراً
# ==========================================
if __name__ == "__main__":
# يمكنك تغيير المسار إلى مجلد النموذج الحالي لديك لتجربته
# مثلاً: "./math_gpt3_final"
try:
runner = ModelRunner(model_dir="./math_gpt3_final")
print("--- برنامج حل المعادلات من الدرجة الثانية ---")
print("اكتب 'exit' للخروج من البرنامج.\n")
while True:
user_input = input("أدخل المعادلة (مثال: 1x²-5x+6=0): ")
if user_input.lower() == 'exit':
break
if not user_input.strip():
continue
# تشغيل النموذج
solution = runner.predict(user_input, temperature=0.1)
print(f"🤖 الحل المشتق من النموذج:\n{solution}")
print("-" * 40)
except Exception as e:
print(f"حدث خطأ: {e}") |