File size: 1,408 Bytes
5f8c91d 1c0b093 5f8c91d 1c0b093 5f8c91d 1c0b093 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 |
import gradio as gr
from transformers import AutoTokenizer, AutoModelForCausalLM
# Ładowanie polskiego modelu
model_name = "allegro/herbert-base-cased"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)
def generate_response(prompt):
inputs = tokenizer.encode(prompt, return_tensors="pt")
outputs = model.generate(
inputs,
max_length=150,
num_return_sequences=1,
do_sample=True,
temperature=0.7,
top_k=50,
top_p=0.95,
)
return tokenizer.decode(outputs[0], skip_special_tokens=True)
def chat(message, history):
# Formatowanie historii rozmowy
formatted_history = ""
if history:
for human, ai in history:
formatted_history += f"Użytkownik: {human}\nAI: {ai}\n"
# Tworzenie promptu
prompt = f"{formatted_history}Użytkownik: {message}\nAI:"
# Generowanie odpowiedzi
response = generate_response(prompt)
# Usuwanie powtórzeń promptu z odpowiedzi
clean_response = response.replace(prompt, "").strip()
return clean_response
# Tworzenie interfejsu
demo = gr.ChatInterface(
fn=chat,
title="Polski ChatAI",
description="Rozmawiaj ze mną po polsku!",
examples=["Cześć, jak się masz?", "Opowiedz mi o Warszawie", "Co to jest sztuczna inteligencja?"],
theme="soft"
)
demo.launch() |