Update app.py

app.py

@@ -1,49 +1,42 @@
 import gradio as gr
 from transformers import pipeline
+import spaces  # обязательно для ZeroGPU
 
-# Загружаем модель — легкая для ZeroGPU (CPU-friendly)
+# Модель (CPU-friendly)
 qa_pipeline = pipeline("text-generation", model="tiiuae/falcon-rw-1b")
 
-# Инструкция боту
-system_prompt = (
-    "Ты — дружелюбный бот, который отлично знает Университет Иннополис. "
-    "Отвечай чётко и по делу на вопросы про университет, город Иннополис, обучение и студенческую жизнь."
-)
-
-# Ответная функция
+# Основной обработчик
+@spaces.GPU  # 👈 обязательно для ZeroGPU, даже если модель на CPU
 def respond(message, history):
-    prompt = system_prompt + "\n"
+    system_prompt = (
+        "Ты — дружелюбный бот, который отлично знает Университет Иннополис. "
+        "Отвечай чётко и по делу на вопросы про университет, город Иннополис, обучение и студенческую жизнь.\n"
+    )
 
+    prompt = system_prompt
     for user_msg, bot_msg in history:
         prompt += f"Пользователь: {user_msg}\nБот: {bot_msg}\n"
     prompt += f"Пользователь: {message}\nБот:"
 
-    result = qa_pipeline(
+    output = qa_pipeline(
         prompt,
         max_new_tokens=200,
         do_sample=True,
         temperature=0.7,
-        top_k=50,
         top_p=0.95,
         pad_token_id=50256,
     )[0]["generated_text"]
 
-    # Отделяем только ответ
-    response = result.split("Бот:")[-1].strip().split("Пользователь:")[0].strip()
-
+    response = output.split("Бот:")[-1].strip().split("Пользователь:")[0].strip()
     history.append((message, response))
     return history
 
-# Интерфейс Gradio
+# Интерфейс
 demo = gr.ChatInterface(
     fn=respond,
     title="Innopolis Bot",
     theme="soft",
-    examples=[
-        "Когда основан Университет Иннополис?",
-        "Какие есть направления в бакалавриате?",
-        "Как подать документы?",
-    ],
+    examples=["Когда основан Университет Иннополис?", "Как поступить в магистратуру?"],
 )
 
 if __name__ == "__main__":