app.py

import gradio as gr
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
from peft import PeftModel

# Загружаем модель и токенизатор
base_model_name = "t-tech/T-lite-it-1.0"  # Базовая модель T-Lite
lora_repo = "shao3d/my-t-lite-qlora"      # Твой репозиторий с LoRA-адаптером

tokenizer = AutoTokenizer.from_pretrained(base_model_name)
base_model = AutoModelForCausalLM.from_pretrained(
    base_model_name,
    device_map="cpu",  # Бесплатный Space использует CPU
    torch_dtype=torch.float16  # Экономим память
)
model = PeftModel.from_pretrained(base_model, lora_repo)
model.eval()  # Режим предсказания

def generate_response(history, message):
    # Проверяем, что пользователь ввёл сообщение
    if not message or message.strip() == "":
        raise gr.Error("Пожалуйста, введите сообщение в текстовое поле перед отправкой.")
    
    # Генерируем ответ от модели
    inputs = tokenizer(message, return_tensors="pt").to("cpu")
    outputs = model.generate(
        **inputs,
        max_new_tokens=50,  # Ограничиваем длину для скорости
        temperature=0.7,    # Баланс между точностью и разнообразием
        do_sample=True      # Включаем разнообразие ответов
    )
    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
    
    # Обновляем историю: добавляем [вопрос, ответ]
    if history is None:
        history = []
    return history + [[message, response]]

# Создаём интерфейс Gradio
with gr.Blocks() as demo:
    gr.Markdown("# Тест дообученной T-Lite")
    chatbot = gr.Chatbot()
    msg = gr.Textbox(placeholder="Напиши сообщение для модели...")
    clear = gr.Button("Очистить чат")
    
    # Связываем ввод с функцией
    msg.submit(generate_response, inputs=[chatbot, msg], outputs=chatbot)
    clear.click(lambda: [], None, chatbot)

demo.launch()