Update app.py

app.py

@@ -1,11 +1,26 @@
 import gradio as gr
-from huggingface_hub import InferenceClient
+import torch
+from transformers import AutoTokenizer, AutoModelForCausalLM
+import warnings
+warnings.filterwarnings("ignore")
 
 """
-For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
+Sarashinaモデルを使用したGradioチャットボット
+Hugging Face Transformersライブラリを使用してローカルでモデルを実行
 """
-client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
 
+# モデルとトークナイザーの初期化
+MODEL_NAME = "sbintuitions/sarashina2.2-3b-instruct-v0.1"
+
+print("モデルを読み込み中...")
+tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME, trust_remote_code=True)
+model = AutoModelForCausalLM.from_pretrained(
+    MODEL_NAME,
+    torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32,
+    device_map="auto" if torch.cuda.is_available() else None,
+    trust_remote_code=True
+)
+print("モデルの読み込みが完了しました。")
 
 def respond(
     message,
@@ -15,50 +30,117 @@ def respond(
     temperature,
     top_p,
 ):
-    messages = [{"role": "system", "content": system_message}]
-
-    for val in history:
-        if val[0]:
-            messages.append({"role": "user", "content": val[0]})
-        if val[1]:
-            messages.append({"role": "assistant", "content": val[1]})
-
-    messages.append({"role": "user", "content": message})
-
-    response = ""
-
-    for message in client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        stream=True,
-        temperature=temperature,
-        top_p=top_p,
-    ):
-        token = message.choices[0].delta.content
-
-        response += token
-        yield response
-
+    """
+    チャットボットの応答を生成する関数
+    Gradio ChatInterfaceの標準形式に対応
+    """
+    try:
+        # システムメッセージと会話履歴を含むプロンプトを構築
+        conversation = ""
+        if system_message.strip():
+            conversation += f"システム: {system_message}\n"
+        
+        # 会話履歴を追加
+        for user_msg, bot_msg in history:
+            if user_msg:
+                conversation += f"ユーザー: {user_msg}\n"
+            if bot_msg:
+                conversation += f"アシスタント: {bot_msg}\n"
+        
+        # 現在のメッセージを追加
+        conversation += f"ユーザー: {message}\nアシスタント: "
+        
+        # トークン化
+        inputs = tokenizer.encode(conversation, return_tensors="pt")
+        
+        # GPU使用時はCUDAに移動
+        if torch.cuda.is_available():
+            inputs = inputs.cuda()
+        
+        # 応答生成（ストリーミング対応）
+        response = ""
+        with torch.no_grad():
+            # 一度に生成してからストリーミング風に出力
+            outputs = model.generate(
+                inputs,
+                max_new_tokens=max_tokens,
+                temperature=temperature,
+                top_p=top_p,
+                do_sample=True,
+                pad_token_id=tokenizer.eos_token_id,
+                eos_token_id=tokenizer.eos_token_id,
+                repetition_penalty=1.1
+            )
+        
+        # 生成されたテキストをデコード
+        generated = tokenizer.decode(outputs[0], skip_special_tokens=True)
+        
+        # 応答部分のみを抽出
+        full_response = generated[len(conversation):].strip()
+        
+        # 不要な部分を除去
+        if "ユーザー:" in full_response:
+            full_response = full_response.split("ユーザー:")[0].strip()
+        
+        # ストリーミング風の出力
+        for i in range(len(full_response)):
+            response = full_response[:i+1]
+            yield response
+            
+    except Exception as e:
+        yield f"エラーが発生しました: {str(e)}"
 
 """
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
+Gradio ChatInterfaceを使用したシンプルなチャットボット
+カスタマイズ可能なパラメータを含む
 """
 demo = gr.ChatInterface(
     respond,
+    title="🤖 Sarashina Chatbot",
+    description="Sarashina2.2-3b-instruct モデルを使用した日本語チャットボットです。",
     additional_inputs=[
-        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
-        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
-        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
+        gr.Textbox(
+            value="あなたは親切で知識豊富な日本語アシスタントです。ユーザーの質問に丁寧に答えてください。", 
+            label="システムメッセージ",
+            lines=3
+        ),
+        gr.Slider(
+            minimum=1, 
+            maximum=1024, 
+            value=512, 
+            step=1, 
+            label="最大新規トークン数"
+        ),
+        gr.Slider(
+            minimum=0.1, 
+            maximum=2.0, 
+            value=0.7, 
+            step=0.1, 
+            label="Temperature (創造性)"
+        ),
         gr.Slider(
             minimum=0.1,
             maximum=1.0,
             value=0.95,
             step=0.05,
-            label="Top-p (nucleus sampling)",
+            label="Top-p (多様性制御)",
         ),
     ],
+    theme=gr.themes.Soft(),
+    examples=[
+        ["こんにちは！今日はどんなことを話しましょうか？"],
+        ["日本の文化について教えてください。"],
+        ["簡単なレシピを教えてもらえますか？"],
+        ["プログラミングについて質問があります。"],
+    ],
+    cache_examples=False,
 )
 
-
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch(
+        server_name="0.0.0.0",
+        server_port=7860,
+        share=False,
+        show_api=True,  # API documentation を表示
+        debug=True
+    )