git commit -am "Update space"

app.py

@@ -1,64 +1,96 @@
 import gradio as gr
-from huggingface_hub import InferenceClient
+from transformers import AutoModelForCausalLM, AutoTokenizer, TextStreamer
+import torch
 
-"""
-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")
+# Modell und Tokenizer laden
+model_name = "Mario12355/llama_3.1_20.11_fini_dpo"
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForCausalLM.from_pretrained(
+    model_name,
+    torch_dtype=torch.float16,
+    device_map="auto"
+)
+
+# Dein Alpaca-Prompt Template
+alpaca_prompt = """### Instruction:
+{}
+
+### Input:
+{}
 
+### Response:
+{}"""
 
-def respond(
+def translate(
     message,
-    history: list[tuple[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
+    history,
+    direction,
+    max_tokens=128
 ):
-    messages = [{"role": "system", "content": system_message}]
+    # Richtung bestimmen und Anweisung formatieren
+    if direction == "hochdeutsch_to_schwaebisch":
+        instruction = "Übersetze den hochdeutschen Text ins Schwäbische. Achte auf eine sinnvolle und korrekte Satzbildung!"
+    elif direction == "schwaebisch_to_hochdeutsch":
+        instruction = "Übersetze den schwäbischen Text ins Hochdeutsche. Achte auf eine sinnvolle und korrekte Satzbildung!"
+    else:
+        raise ValueError("Ungültige Übersetzungsrichtung")
 
-    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})
+    # Input für das Modell vorbereiten
+    inputs = tokenizer(
+        [alpaca_prompt.format(instruction, message, "")],
+        return_tensors="pt"
+    ).to(model.device)
 
+    # Streaming-Generator erstellen
     response = ""
+    streamer = TextStreamer(tokenizer)
+    
+    # Generator-Konfiguration
+    generation_config = {
+        "max_new_tokens": max_tokens,
+        "do_sample": True,
+        "temperature": 0.7,
+        "top_p": 0.95,
+        "streamer": streamer,
+        **inputs
+    }
 
-    for message in client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        stream=True,
-        temperature=temperature,
-        top_p=top_p,
-    ):
-        token = message.choices[0].delta.content
-
-        response += token
-        yield response
+    # Text generieren und streamen
+    for output in model.generate(**generation_config):
+        # Token decodieren und zum Response hinzufügen
+        new_text = tokenizer.decode(output, skip_special_tokens=True)
+        if new_text != response:  # Nur neue Tokens ausgeben
+            yield new_text
 
-
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
+# Gradio Interface erstellen
 demo = gr.ChatInterface(
-    respond,
+    translate,
     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)",
+        gr.Radio(
+            choices=["hochdeutsch_to_schwaebisch", "schwaebisch_to_hochdeutsch"],
+            value="hochdeutsch_to_schwaebisch",
+            label="Übersetzungsrichtung"
         ),
+        gr.Slider(
+            minimum=32,
+            maximum=2048,
+            value=128,
+            step=32,
+            label="Maximale Anzahl neuer Tokens"
+        )
     ],
+    title="Schwäbisch Übersetzer",
+    description="""Dieser Übersetzer kann Texte zwischen Hochdeutsch und Schwäbisch übersetzen. 
+                   Wählen Sie die gewünschte Übersetzungsrichtung und geben Sie Ihren Text ein.""",
+    examples=[
+        ["Guten Tag, wie geht es Ihnen?", "hochdeutsch_to_schwaebisch"],
+        ["Griaß Gott, wie goht's dir?", "schwaebisch_to_hochdeutsch"]
+    ]
 )
 
-
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch(
+        share=True,
+        show_error=True,
+        cache_examples=True
+    )