chaterapidemo / app.py
Juliofc's picture
Create app.py
31b59c7 verified
from transformers import pipeline
import gradio as gr
from peft import PeftModel, PeftConfig
from transformers import AutoModelForCausalLM
# Configuraci贸n y carga del modelo personalizado
config = PeftConfig.from_pretrained("Juliofc/chaterapi_model")
base_model = AutoModelForCausalLM.from_pretrained("google/gemma-2b-it")
model = PeftModel.from_pretrained(base_model, "Juliofc/chaterapi_model")
# Inicializar el pipeline de generaci贸n de texto con el modelo cargado
chatbot = pipeline("text-generation", model=model, tokenizer="Juliofc/chaterapi_model")
def chat_with_bot(prompt):
# Generar una respuesta del chatbot
chat_response = chatbot(prompt, max_length=1000, num_return_sequences=1)
# Devolver solo el texto de la respuesta
return chat_response[0]['generated_text']
# Crear la interfaz de Gradio
interface = gr.Interface(
fn=chat_with_bot,
inputs=gr.inputs.Textbox(lines=2, placeholder="Escribe algo para empezar a chatear..."),
outputs="text",
title="Chatbot Personalizado",
description="Este es un chatbot interactivo que utiliza un modelo personalizado. Prueba a hablar con 茅l escribiendo algo abajo."
)
# Ejecutar la interfaz de Gradio
if __name__ == "__main__":
interface.launch()