File size: 2,329 Bytes
c3dfc09 0802b34 8d3c493 c3dfc09 8d3c493 1ee4bc1 5a324d7 1ee4bc1 5a324d7 1ee4bc1 e1f2405 89224bc c3dfc09 c057f62 dc0ecdd c3dfc09 dc0ecdd c3dfc09 8d3c493 c3dfc09 1ee4bc1 |
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 |
import gradio as gr
from huggingface_hub import InferenceClient
client = InferenceClient("Qwen/QwQ-32B")
def respond(
message,
history: list[tuple[str, str]],
system_message,
max_tokens,
temperature,
top_p,
):
messages = [{"role": "system", "content": system_message}]
for val in history:
if val[0]:
messages.append({"role": "user", "content": val[0]})
if val[1]:
messages.append({"role": "assistant", "content": val[1]})
messages.append({"role": "user", "content": message})
response = ""
for message in client.chat_completion(
messages,
max_tokens=max_tokens,
stream=True,
temperature=temperature,
top_p=top_p,
):
token = message.choices[0].delta.content
response += token
# Как только получаем информацию о диагнозе и операции, мы ограничиваем ответ
if "Предварительный диагноз" in response:
# Обрабатываем ответ в нужном формате
formatted_response = response.strip().split("\n")
if len(formatted_response) >= 3:
# Применяем формат
return "\n".join(formatted_response[:3])
return response
demo = gr.ChatInterface(
respond,
additional_inputs=[
gr.Textbox(value="Здравствуйте. Отвечай кратко и сразу пиши начинай с этого ответ: Предварительный диагноз:(диагноз), Операция: (Если требуется, только название), Лечение: (Кратко, очень). Не пиши воду. Только по факту на 3 пункта отвечай. Не отходи от этого шаблона", label="System message"),
gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
gr.Slider(
minimum=0.1,
maximum=1.0,
value=0.95,
step=0.05,
label="Top-p (nucleus sampling)",
),
],
)
if __name__ == "__main__":
demo.launch()
|