Update app.py

app.py

@@ -2,19 +2,11 @@ import gradio as gr
 from transformers import AutoModelForCausalLM, AutoTokenizer
 
 # Подключаем модель и токенизатор
-model_name = "distilgpt2"  # Используем distilgpt2 как более легкую модель
+model_name = "distilgpt2"
 model = AutoModelForCausalLM.from_pretrained(model_name)
 tokenizer = AutoTokenizer.from_pretrained(model_name)
 
-def respond(
-    message,
-    history: list[tuple[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
-):
-    # Создаем входные данные
+def respond(message, history, system_message, max_tokens, temperature, top_p):
     messages = [{"role": "system", "content": system_message}]
     
     for val in history:
@@ -22,17 +14,13 @@ def respond(
             messages.append({"role": "user", "content": val[0]})
         if val[1]:
             messages.append({"role": "assistant", "content": val[1]})
-    
-    # Добавляем последнее сообщение пользователя
+
     messages.append({"role": "user", "content": message})
 
-    # Объединяем все сообщения в один текст
     input_text = "\n".join([msg["content"] for msg in messages])
 
-    # Токенизация текста
     inputs = tokenizer(input_text, return_tensors="pt", truncation=True, padding=True)
 
-    # Генерация ответа моделью
     outputs = model.generate(
         inputs["input_ids"],
         max_length=max_tokens,
@@ -41,31 +29,20 @@ def respond(
         do_sample=True,
     )
 
-    # Декодируем результат в строку
     response = tokenizer.decode(outputs[0], skip_special_tokens=True)
-
-    # Добавляем подпись
     response += "\nСделано больницей EMS штата Alta!"
-
     return response
 
-# Запускаем Gradio интерфейс
+# Интерфейс Gradio
 demo = gr.Interface(
     fn=respond,
     inputs=[
-        gr.Textbox(value="Здравствуйте. Отвечай кратко(не пиши вступление, умозаключения итп) и сразу пиши начинай с этого ответ: Предварительный диагноз:(диагноз), Операция: (Если требуется, только название, не надо писать хирургическое вмешательство или подобное, а четкое медицинское название операции), 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 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)",
-        ),
+        gr.Textbox(value="Здравствуйте. Отвечай кратко...", label="System message"),
+        gr.Slider(minimum=1, maximum=2048, value=512, label="Max Tokens"),
+        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, label="Temperature"),
+        gr.Slider(minimum=0.1, maximum=1.0, value=0.95, label="Top-p"),
     ],
-    css="styles.css",  # Ссылка на внешний CSS файл
+    outputs="text",
 )
 
-if __name__ == "__main__":
-    demo.launch()
+demo.launch()