Update app.py

app.py

@@ -1,43 +1,21 @@
 import gradio as gr
-from transformers import AutoModelForCausalLM, AutoTokenizer
-import torch
+from transformers import pipeline
 
-model_name = "methodya/1stapproachDeepsekPhilo_v2"
-tokenizer = AutoTokenizer.from_pretrained(model_name)
-model = AutoModelForCausalLM.from_pretrained(
-    model_name,
-    torch_dtype=torch.float32,
-    use_safetensors=True,
-    low_cpu_mem_usage=False
+# استخدام النموذج مباشرة بدون LoRA
+pipe = pipeline(
+    "text-generation",
+    model="deepseek-ai/deepseek-coder-1.3b-base",
+    device_map="auto"
 )
 
-# تقليل طول المخرجات وتحسين السرعة
 def generate_response(prompt):
-    system_prompt = "أنت مساعد متخصص في الفلسفة، تجيب عن الأسئلة بدقة وعمق، مع ربط المفاهيم ببعضها عند الحاجة."
-    full_prompt = f"{system_prompt}\n\nالسؤال: {prompt}\n\nالجواب:"
-    
-    inputs = tokenizer(full_prompt, return_tensors="pt", truncation=True, max_length=256)
-    
-    outputs = model.generate(
-        **inputs,
-        max_length=256,  # تقليل الطول الأقصى
-        num_return_sequences=1,
-        temperature=0.7,
-        do_sample=False,  # تعطيل العينات العشوائية
-        num_beams=1  # تعطيل beam search
-    )
-    
-    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
-    response = response.split("الجواب:")[-1].strip()
-    return response
+    result = pipe(prompt, max_length=100)
+    return result[0]['generated_text']
 
-# تعيين وقت timeout أطول
 iface = gr.Interface(
     fn=generate_response,
-    inputs=gr.Textbox(placeholder="اكتب سؤالك الفلسفي هنا..."),
-    outputs="text",
-    title="المساعد الفلسفي",
-    description="نموذج متخصص في الإجابة عن الأسئلة الفلسفية باللغة العربية"
+    inputs="text",
+    outputs="text"
 )
 
-iface.launch(server_name="0.0.0.0", server_port=7860)
+iface.launch()