app.py

import gradio as gr
from transformers import pipeline
from sentence_transformers import SentenceTransformer, util
import torch

# تحميل نموذج التضمين لتقييم المعنى
embedder = SentenceTransformer('all-MiniLM-L6-v2')

# تحميل النموذج اللغوي عبر pipeline
# يمكن تغييره إلى LLaMA-2 أو أي نموذج متوافق مع HF
generator = pipeline(
    "text-generation", 
    model="mistralai/Mistral-7B-Instruct-v0.1", 
    tokenizer="mistralai/Mistral-7B-Instruct-v0.1",
    device=0 if torch.cuda.is_available() else -1,
    max_new_tokens=150,
    do_sample=True,
    temperature=0.7
)

# دالة لتقييم الفهم (تشابه الجملة والرد)
def evaluate_understanding(prompt, response):
    prompt_emb = embedder.encode(prompt, convert_to_tensor=True)
    response_emb = embedder.encode(response, convert_to_tensor=True)
    
    similarity = util.cos_sim(prompt_emb, response_emb).item()
    status = "✅ مفهوم جيدًا" if similarity > 0.5 else "❌ لم يُفهم جيدًا"
    return status + f" (درجة التشابه: {similarity:.2f})"

# دالة التطبيق الأساسية
def generate_and_evaluate(prompt):
    result = generator(prompt)[0]["generated_text"]
    evaluation = evaluate_understanding(prompt, result)
    return result, evaluation

# واجهة Gradio
iface = gr.Interface(
    fn=generate_and_evaluate,
    inputs=gr.Textbox(label="📝 أدخل تعليمات أو سؤال (Prompt)"),
    outputs=[
        gr.Textbox(label="🤖 رد النموذج"),
        gr.Textbox(label="📊 تقييم الفهم"),
    ],
    title="🧠 LLM Prompt Understanding Evaluator",
    description="أدخل سؤالاً أو تعليمات، وسيتم توليد الرد وتقييم مدى فهم النموذج له تلقائيًا."
)

iface.launch()