Update app.py

app.py

@@ -14,11 +14,13 @@ model_id = "meta-llama/Meta-Llama-3-8B-Instruct"
 @spaces.GPU(duration=240)
 
 # Charger le modèle en spécifiant le token d'accès
-pipeline = transformers.AutoModelForCausalLM.from_pretrained(
-    model_id,
-    token=api_token,  # Utiliser votre token d'accès ici
-    torch_dtype=torch.bfloat16,  # Exemple d'utilisation de torch_dtype avec bfloat16
-    device_map="auto",  # Sélection automatique du device (CPU ou GPU)
+
+pipeline = transformers.pipeline(
+    "text-generation",
+    model=model_id,
+    token = api_token,
+    model_kwargs={"torch_dtype": torch.bfloat16},
+    device_map="auto",
 )
 
 # Créer un pipeline pour la génération de texte