Create app.py

app.py

@@ -1,64 +1,60 @@
 import gradio as gr
-from huggingface_hub import InferenceClient
-
-"""
-For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
-"""
-client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
-
-
-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 = ""
+from transformers import AutoModelForCausalLM, AutoTokenizer
+import torch
+
+# Load model and tokenizer
+model_name = "joelelangovan/tamil-llama-genesis-finetuned"
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForCausalLM.from_pretrained(
+    model_name,
+    device_map="auto",
+    torch_dtype=torch.float16,
+)
 
-    for message in client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        stream=True,
+def generate_response(instruction, temperature=0.7, max_length=512):
+    # Format the input text
+    input_text = f"### Instruction: {instruction}\n\n### Response:"
+    
+    # Tokenize
+    inputs = tokenizer(input_text, return_tensors="pt").to(model.device)
+    
+    # Generate
+    outputs = model.generate(
+        **inputs,
+        max_length=max_length,
+        num_return_sequences=1,
         temperature=temperature,
-        top_p=top_p,
-    ):
-        token = message.choices[0].delta.content
-
-        response += token
-        yield response
-
-
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
-demo = gr.ChatInterface(
-    respond,
-    additional_inputs=[
-        gr.Textbox(value="You are a friendly Chatbot.", 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)",
-        ),
+        do_sample=True,
+        pad_token_id=tokenizer.eos_token_id
+    )
+    
+    # Decode and return response
+    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
+    # Remove the instruction part from response
+    response = response.split("### Response:")[-1].strip()
+    return response
+
+# Example prompts
+example_prompts = [
+    ["ஆதியாகமம் 1:1 வசனத்தின் பொருளை விளக்குங்கள்"],
+    ["ஆதியாகமம் 1:2 வசனத்தை தமிழில் விவரிக்கவும்"],
+    ["ஆதியாகமம் 1:3 வசனத்தின் முக்கிய கருத்து என்ன?"]
+]
+
+# Create Gradio interface
+demo = gr.Interface(
+    fn=generate_response,
+    inputs=[
+        gr.Textbox(label="கேள்வி / வினா", placeholder="உங்கள் கேள்வியை இங்கே உள்ளிடவும்..."),
+        gr.Slider(minimum=0.1, maximum=1.0, value=0.7, label="Temperature"),
+        gr.Slider(minimum=64, maximum=1024, value=512, step=64, label="Max Length"),
     ],
+    outputs=gr.Textbox(label="பதில்"),
+    title="Tamil LLaMA - ஆதியாகமம் விளக்க உதவி",
+    description="ஆதியாகமம் முதல் அதிகாரம் பற்றிய கேள்விகளுக்கு விளக்கம் அளிக்கும் AI மாதிரி",
+    examples=example_prompts,
+    allow_flagging="never",
 )
 
-
-if __name__ == "__main__":
-    demo.launch()
+# Launch the demo
+demo.launch()