File size: 1,202 Bytes
bcbdc75 5979a46 bcbdc75 7165a01 bcbdc75 d88749f bcbdc75 5979a46 bcbdc75 7165a01 bcbdc75 7165a01 d88749f 7165a01 |
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 |
import os
from transformers import AutoTokenizer, AutoModelForCausalLM
import gradio as gr
# Modellname und Hugging Face Token
model_name = "bartowski/Llama-3.2-3B-Instruct-uncensored-GGUF"
hf_token = os.getenv("HF_TOKEN") # Token sicher aus den Secrets laden
# Tokenizer und Modell laden
tokenizer = AutoTokenizer.from_pretrained(model_name, use_auth_token=hf_token)
model = AutoModelForCausalLM.from_pretrained(
model_name,
use_auth_token=hf_token,
device_map=None, # Für CPU
torch_dtype="float32" # CPU-optimiert
)
# Funktion für die Textgenerierung
def generate_response(prompt):
inputs = tokenizer(prompt, return_tensors="pt", truncation=True)
outputs = model.generate(inputs["input_ids"], max_length=200, num_beams=5, early_stopping=True)
return tokenizer.decode(outputs[0], skip_special_tokens=True)
# Gradio-Interface erstellen
interface = gr.Interface(
fn=generate_response,
inputs="text",
outputs="text",
title="LLaMA 3.2 3B Instruct Uncensored",
description="Gib einen Text ein, und das Modell generiert eine Antwort basierend auf LLaMA 3.2 3B Instruct Uncensored."
)
# App starten
if __name__ == "__main__":
interface.launch()
|