Update app.py
Browse files
app.py
CHANGED
@@ -5,14 +5,23 @@ import torch
|
|
5 |
# تحميل الموديل
|
6 |
model_name = "Salesforce/codegen-350M-mono"
|
7 |
tokenizer = AutoTokenizer.from_pretrained(model_name)
|
8 |
-
model = AutoModelForCausalLM.from_pretrained(model_name).to("cpu")
|
9 |
|
10 |
# دالة التوليد
|
11 |
def generate_code(prompt):
|
12 |
inputs = tokenizer(prompt, return_tensors="pt")
|
13 |
-
outputs = model.generate(
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
14 |
code = tokenizer.decode(outputs[0], skip_special_tokens=True)
|
15 |
-
|
|
|
|
|
16 |
|
17 |
# واجهة Gradio
|
18 |
gr.Interface(
|
|
|
5 |
# تحميل الموديل
|
6 |
model_name = "Salesforce/codegen-350M-mono"
|
7 |
tokenizer = AutoTokenizer.from_pretrained(model_name)
|
8 |
+
model = AutoModelForCausalLM.from_pretrained(model_name).to("cpu")
|
9 |
|
10 |
# دالة التوليد
|
11 |
def generate_code(prompt):
|
12 |
inputs = tokenizer(prompt, return_tensors="pt")
|
13 |
+
outputs = model.generate(
|
14 |
+
**inputs,
|
15 |
+
max_new_tokens=200, # زيادة عدد التوكنز ليرجع كود أطول
|
16 |
+
temperature=0.7, # ضبط العشوائية (أقل من 1 = كود أدق)
|
17 |
+
do_sample=True, # تفعيل التوليد العشوائي
|
18 |
+
top_k=50, # استخدام top-k sampling
|
19 |
+
top_p=0.95 # أو استخدام nucleus sampling
|
20 |
+
)
|
21 |
code = tokenizer.decode(outputs[0], skip_special_tokens=True)
|
22 |
+
|
23 |
+
# إزالة البادئة من الـ prompt لو تكررت في الإخراج
|
24 |
+
return code[len(prompt):] if code.startswith(prompt) else code
|
25 |
|
26 |
# واجهة Gradio
|
27 |
gr.Interface(
|