app.py

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



tokenizer = AutoTokenizer.from_pretrained("nvidia/mamba2-hybrid-8b-3t-128k")
model = TransformerModel.from_pretrained("nvidia/mamba2-hybrid-8b-3t-128k", device_map="auto")  # to("cuda:0") 



# 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()