app.py

import streamlit as st
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

# Chargement du modèle Mistral
import streamlit as st
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

# Chargement du modèle Mistral
model_name = "mistralai/Ministral-8B-Instruct-2410"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

# Fonction pour générer des réponses
def generate_response(prompt):
    inputs = tokenizer(prompt, return_tensors="pt")
    outputs = model.generate(inputs['input_ids'], max_length=150)
    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return response

# Configuration de l'application Streamlit
st.title("Chatbot Mistral")
st.write("Posez une question au chatbot :")

# Zone de texte pour l'entrée utilisateur
user_input = st.text_input("Vous :")

if st.button("Envoyer"):
    if user_input:
        with st.spinner("Génération de la réponse..."):
            response = generate_response(user_input)
            st.write("Chatbot :", response)
    else:
        st.write("Veuillez entrer un message.")

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

# Fonction pour générer des réponses
def generate_response(prompt):
    inputs = tokenizer(prompt, return_tensors="pt")
    outputs = model.generate(inputs['input_ids'], max_length=150)
    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return response

# Configuration de l'application Streamlit
st.title("Chatbot Mistral")
st.write("Posez une question au chatbot :")

# Zone de texte pour l'entrée utilisateur
user_input = st.text_input("Vous :")

if st.button("Envoyer"):
    if user_input:
        with st.spinner("Génération de la réponse..."):
            response = generate_response(user_input)
            st.write("Chatbot :", response)
    else:
        st.write("Veuillez entrer un message.")