app.py

import gradio as gr
import spaces 
import time 
import os 
from transformers import AutoTokenizer, AutoModelForCausalLM 
key = (os.getenv('API_KEY'))

# Utiliser le jeton d'accès API pour charger le modèle
tokenizer = AutoTokenizer.from_pretrained("meta-llama/Meta-Llama-3-8B-Instruct", token=key)
model = AutoModelForCausalLM.from_pretrained("meta-llama/Meta-Llama-3-8B-Instruct", token=key)




@spaces.GPU

# Fonction de génération de texte
def generate_text(prompt):
    
    inputs = tokenizer(prompt, return_tensors="pt")
    
    response_ids = model.generate(inputs.input_ids)
    
    response_text = tokenizer.decode(response_ids[0], skip_special_tokens=True)

    return response_text 
# Définir une fonction pour l'interface de chat

def chatbot(message, history):
    return generate_text(message)
   
gr.ChatInterface(chatbot).launch()