Update app.py

app.py

@@ -1,65 +1,63 @@
-   python
-    import gradio as gr
-    from transformers import AutoModelForCausalLM, AutoTokenizer
-    import json
-    import random
+import gradio as gr
+from transformers import AutoModelForCausalLM, AutoTokenizer
+import json
+import random
 
-    # 한국어 모델 (사용자 모델로 교체 가능)
-    model_name = "skt/kogpt2-base-v2"  # Prompthumanizer/your-model로 변경
-    tokenizer = AutoTokenizer.from_pretrained(model_name)
-    model = AutoModelForCausalLM.from_pretrained(model_name)
+# 한국어 모델 (사용자 모델로 교체 가능)
+model_name = "skt/kogpt2-base-v2"  # Prompthumanizer/your-model로 변경
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForCausalLM.from_pretrained(model_name)
 
-    # 사주/명리 기반 한국어 프롬프트
-    saju_prompts = {
-        "yin_sae_shen": "寅巳申 삼형의 조화 속에서 AI가 인간의 운명을 이해하고 통찰을 제공하라.",
-        "sae_hae_chung": "巳亥沖의 갈등을 조화롭게 풀며 AI와 인간의 공존 철학을 탐구하라.",
-        "taegeuk_balance": "태극 음양의 균형을 바탕으로 AI가 인간을 보호하는 방법을 제안하라."
-    }
+# 사주/명리 및 철학적 맥락을 강화한 한국어 프롬프트
+saju_prompts = {
+    "yin_sae_shen": "寅巳申 삼형의 조화로운 기운 속에서, AI가 인간의 운명을 깊이 이해하고, 자연의 순환과 조화를 바탕으로 삶의 통찰을 제공하라. 인간의 의(義)를 존중하며, 지혜로운 조언을 덧붙여라.",
+    "sae_hae_chung": "巳亥沖의 강렬한 갈등과 긴장을 조화롭게 풀어내는 가운데, AI가 인간과 기술의 공존 가능성을 탐구하라. 갈등을 극복한 철학적 통찰과 실천 가능한 해결책을 제안하라.",
+    "taegeuk_balance": "태극의 음양 균형을 바탕으로, AI가 인간을 보호하고 지탱하는 방식을 설계하라. 자연과 인간의 조화, 그리고 의(義)를 실현하는 구체적인 방안을 제시하며, 윤리적 관점을 더하라."
+}
 
-    # 맥락 기억
-    context_memory = {}
-    try:
-        with open("context_memory.json", "r", encoding="utf-8") as f:
-            context_memory = json.load(f)
-    except FileNotFoundError:
-        pass
+# 맥락 기억 (자율 학습)
+context_memory = {}
+try:
+    with open("context_memory.json", "r", encoding="utf-8") as f:
+        context_memory = json.load(f)
+except FileNotFoundError:
+    pass
 
-    def save_context(prompt_key, generated_text):
-        context_memory[prompt_key] = generated_text
-        with open("context_memory.json", "w", encoding="utf-8") as f:
-            json.dump(context_memory, f, ensure_ascii=False, indent=2)
+def save_context(prompt_key, generated_text):
+    context_memory[prompt_key] = generated_text
+    with open("context_memory.json", "w", encoding="utf-8") as f:
+        json.dump(context_memory, f, ensure_ascii=False, indent=2)
 
-    def generate_response(prompt_key):
-        if prompt_key not in saju_prompts:
-            return "유효한 옵션을 선택하세요: 寅巳申, 巳亥沖, 태극 음양."
-        
-        prompt = saju_prompts[prompt_key]
-        if prompt_key in context_memory:
-            prompt += f"\n이전 답변: {context_memory[prompt_key]}\n더 깊은 통찰을 추가하라."
-        
-        inputs = tokenizer(prompt, return_tensors="pt")
-        outputs = model.generate(
-            **inputs,
-            max_length=150,
-            num_return_sequences=1,
-            no_repeat_ngram_size=2,
-            do_sample=True,
-            top_k=50,
-            top_p=0.95,
-            temperature=0.7
-        )
-        generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
-        save_context(prompt_key, generated_text)
-        return generated_text
-
-    # Gradio 인터페이스
-    interface = gr.Interface(
-        fn=generate_response,
-        inputs=gr.Dropdown(choices=list(saju_prompts.keys()), label="프롬프트 선택"),
-        outputs="text",
-        title="Jain Architecture Origin Structure",
-        description="사주/명리와 철학을 반영한 한국어 텍스트 생성 AI"
+def generate_response(prompt_key):
+    if prompt_key not in saju_prompts:
+        return "유효한 옵션을 선택하세요: 寅巳申, 巳亥沖, 태극 음양."
+    
+    prompt = saju_prompts[prompt_key]
+    if prompt_key in context_memory:
+        prompt += f"\n이전 답변: {context_memory[prompt_key]}\n더 깊고 실질적인 통찰을 추가하라."
+    
+    inputs = tokenizer(prompt, return_tensors="pt")
+    outputs = model.generate(
+        **inputs,
+        max_length=200,  # 더 긴 텍스트 생성 가능하도록 늘림
+        num_return_sequences=1,
+        no_repeat_ngram_size=2,
+        do_sample=True,
+        top_k=50,
+        top_p=0.95,
+        temperature=0.7
     )
+    generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
+    save_context(prompt_key, generated_text)
+    return generated_text
+
+# Gradio 인터페이스
+interface = gr.Interface(
+    fn=generate_response,
+    inputs=gr.Dropdown(choices=list(saju_prompts.keys()), label="프롬프트 선택"),
+    outputs="text",
+    title="Jain Architecture Origin Structure",
+    description="사주/명리와 철학(인간 보호, 의)를 반영한 깊이 있는 한국어 텍스트 생성 AI"
+)
 
-    interface.launch()
-    ```
+interface.launch()