Spaces:
Sleeping
Sleeping
File size: 2,937 Bytes
b34f0d5 |
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 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 |
import gradio as gr
from transformers import pipeline, AutoModelForCausalLM, AutoTokenizer
import torch
# 모델 및 토크나이저 로드
model_id = "meta-llama/Llama-3.3-70B-Instruct" # 사용하려는 LLaMA 모델 ID
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
model_id,
torch_dtype=torch.bfloat16,
device_map="auto",
load_in_8bit=False # 메모리 절약을 위해 8-bit 로드 사용 가능
)
# 텍스트 생성 파이프라인 설정
text_generator = pipeline(
"text-generation",
model=model,
tokenizer=tokenizer,
device_map="auto",
torch_dtype=torch.bfloat16,
max_length=2048, # 필요에 따라 조정
)
def generate_response(
user_input,
system_prompt,
max_new_tokens,
temperature,
top_p
):
"""
사용자 입력과 옵션을 받아 모델의 응답을 생성하는 함수
"""
# 시스템 프롬프트와 사용자 입력을 결합
full_prompt = system_prompt + "\n" + user_input
# 텍스트 생성
outputs = text_generator(
full_prompt,
max_new_tokens=max_new_tokens,
temperature=temperature,
top_p=top_p,
eos_token_id=tokenizer.eos_token_id,
pad_token_id=tokenizer.eos_token_id,
)
# 생성된 텍스트 반환
return outputs[0]['generated_text'][len(full_prompt):].strip()
# Gradio 인터페이스 구성
with gr.Blocks() as demo:
gr.Markdown("# LLaMA 기반 대화형 챗봇")
with gr.Row():
with gr.Column():
system_prompt = gr.Textbox(
label="시스템 프롬프트",
value="You are a helpful assistant.",
lines=2
)
user_input = gr.Textbox(
label="사용자 입력",
placeholder="질문을 입력하세요...",
lines=4
)
with gr.Column():
max_new_tokens = gr.Slider(
label="Max New Tokens",
minimum=16,
maximum=2048,
step=16,
value=256
)
temperature = gr.Slider(
label="Temperature",
minimum=0.1,
maximum=1.0,
step=0.1,
value=0.7
)
top_p = gr.Slider(
label="Top-p (nucleus sampling)",
minimum=0.1,
maximum=1.0,
step=0.1,
value=0.9
)
generate_button = gr.Button("생성")
output = gr.Textbox(
label="응답",
lines=10
)
# 버튼 클릭 시 응답 생성
generate_button.click(
fn=generate_response,
inputs=[user_input, system_prompt, max_new_tokens, temperature, top_p],
outputs=output
)
# Gradio 앱 실행
if __name__ == "__main__":
demo.launch()
|