app.py

import gradio as gr
import spaces 
from transformers import AutoModelForCausalLM, AutoTokenizer, TextIteratorStreamer



tokenizer = AutoTokenizer.from_pretrained("meta-llama/Meta-Llama-3-8B-Instruct")
model = AutoModelForCausalLM.from_pretrained("meta-llama/Meta-Llama-3-8B-Instruct", device_map="auto")

# Initialiser le générateur de texte avec GPT-2

# Optionnel : Fixer une graine aléatoire pour la reproductibilit
@spaces.GPU(duration=120)

# Fonction de génération de texte
def generate_text(prompt):
    
    inputs = tokenizer(prompt, return_tensors="pt")
    
    response_ids = model.generate(inputs.input_ids)
    
    response_text = tokenizer.decode(response_ids[0], skip_special_tokens=True)

    return response_text 
# Définir une fonction pour l'interface de chat
def chatbot(message,history):
    return generate_text(message)


gr.ChatInterface(chatbot).launch()