update app.py

app.py

@@ -1,48 +1,13 @@
-import gradio as gr
+from huggingface_hub import login
+import os
 from transformers import pipeline
-from sentence_transformers import SentenceTransformer, util
-import torch
 
-# تحميل نموذج التضمين لتقييم المعنى
-embedder = SentenceTransformer('all-MiniLM-L6-v2')
+# تسجيل الدخول
+login(token=os.environ["HUGGINGFACE_HUB_TOKEN"])
 
-# 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
-)
+# تحميل النموذج
+generator = pipeline("text-generation", model="mistralai/Mistral-7B-Instruct-v0.1")
 
-# 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()
+# استخدام النموذج (مثال)
+output = generator("ما هو الذكاء الاصطناعي؟", max_new_tokens=100)
+print(output[0]['generated_text'])