Spaces:

OzoneAsai
/

AlpacaGuanacoJaGPT1B

Running

App Files Files Community

OzoneAsai commited on 25 days ago

Commit

22dd958

•

1 Parent(s): f2df7fd

Update app.py

Browse files

Files changed (1) hide show

app.py +126 -35

app.py CHANGED Viewed

@@ -1,57 +1,141 @@
-from flask import Flask, request, jsonify
-from transformers import AutoTokenizer, AutoModelForCausalLM
 import torch
 app = Flask(__name__)
-# モデルとトークナイザーの読み込み
-tokenizer = AutoTokenizer.from_pretrained("inu-ai/alpaca-guanaco-japanese-gpt-1b", use_fast=False)
-model = AutoModelForCausalLM.from_pretrained("inu-ai/alpaca-guanaco-japanese-gpt-1b")
 device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
-model.to(device)
 MAX_ASSISTANT_LENGTH = 100
 MAX_INPUT_LENGTH = 1024
 INPUT_PROMPT = r'<s>\n以下は、タスクを説明する指示と、文脈のある入力の組み合わせです。要求を適切に満たす応答を書きなさい。\n[SEP]\n指示:\n{instruction}\n[SEP]\n入力:\n{input}\n[SEP]\n応答:\n'
 NO_INPUT_PROMPT = r'<s>\n以下は、タスクを説明する指示です。要求を適切に満たす応答を書きなさい。\n[SEP]\n指示:\n{instruction}\n[SEP]\n応答:\n'
-def get_default_role_instruction():
-    return [
-        "User:睡眠に悩む高校生です",
-        "Assistant:では、お手伝いしましょう。！"
-    ]
-def get_default_conversation_history():
-    return [
-        "User: こんにちは、今日は一日を有効に使いたいのですが、何かアドバイスはありますか？",
-        "Assistant: こんにちは！一日の計画を立てることはとても重要です。朝、昼、晩それぞれの時間帯でやるべきことをリストにまとめると良いですよ。",
-        "User: なるほど、具体的にはどんな内容をリストに入れればいいですか？",
-        "Assistant: 朝は、起床後のルーチンや朝食の準備、健康的な運動を入れると良いですね。昼は、仕事や勉強の計画、休憩時間、昼食の準備が考えられます。晩は、夕食の準備や家事、リラックスタイム、就寝前のルーチンなどが含まれます。"
-    ]
 def prepare_input(role_instruction, conversation_history, new_conversation):
     instruction = "".join([f"{text}\n" for text in role_instruction])
     instruction += "\n".join(conversation_history)
     input_text = f"User:{new_conversation}"
     return INPUT_PROMPT.format(instruction=instruction, input=input_text)
 def format_output(output):
     return output.lstrip("<s>").rstrip("</s>").replace("[SEP]", "").replace("\\n", "\n")
 def trim_conversation_history(conversation_history, max_length):
     while len(conversation_history) > 2 and sum([len(tokenizer.encode(text, add_special_tokens=False)) for text in conversation_history]) + max_length > MAX_INPUT_LENGTH:
         conversation_history.pop(0)
         conversation_history.pop(0)
     return conversation_history
 def generate_response(role_instruction, conversation_history, new_conversation):
     conversation_history = trim_conversation_history(conversation_history, MAX_ASSISTANT_LENGTH)
     input_text = prepare_input(role_instruction, conversation_history, new_conversation)
     token_ids = tokenizer.encode(input_text, add_special_tokens=False, return_tensors="pt")
     with torch.no_grad():
         output_ids = model.generate(
-            token_ids.to(device),
             min_length=len(token_ids[0]),
             max_length=min(MAX_INPUT_LENGTH, len(token_ids[0]) + MAX_ASSISTANT_LENGTH),
             temperature=0.7,
@@ -71,23 +155,30 @@ def generate_response(role_instruction, conversation_history, new_conversation):
     return formatted_output_all, response
-@app.route('/api', methods=['POST'])
-def api():
-    try:
-        data = request.json
-        role_instruction = data.get('role_instruction', get_default_role_instruction())
-        conversation_history = data.get('conversation_history', get_default_conversation_history())
-        new_conversation = data.get('new_conversation', "")
-        if not new_conversation:
-            return jsonify({"error": "new_conversation is required"}), 400
-        formatted_output_all, response = generate_response(role_instruction, conversation_history, new_conversation)
-        return jsonify({"response": response, "conversation_history": conversation_history})
-    except Exception as e:
-        print(f"Error: {e}")
-        return jsonify({"error": "An error occurred"}), 500
 if __name__ == '__main__':
-    app.run(host='0.0.0.0', port=7860)

 import torch
+from transformers import AutoTokenizer, AutoModelForCausalLM
+from flask import Flask, request, jsonify, render_template_string
+import time
+from flask_sse import sse
+import redis
+# Flaskアプリケーションの設定
 app = Flask(__name__)
+app.config["REDIS_URL"] = "redis://localhost:6379/0"
+app.register_blueprint(sse, url_prefix='/stream')
+# デバイスの設定
 device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
+# トークナイザーとモデルの読み込み
+tokenizer = AutoTokenizer.from_pretrained("inu-ai/alpaca-guanaco-japanese-gpt-1b", use_fast=False)
+model = AutoModelForCausalLM.from_pretrained("inu-ai/alpaca-guanaco-japanese-gpt-1b").to(device)
+# 定数
 MAX_ASSISTANT_LENGTH = 100
 MAX_INPUT_LENGTH = 1024
 INPUT_PROMPT = r'<s>\n以下は、タスクを説明する指示と、文脈のある入力の組み合わせです。要求を適切に満たす応答を書きなさい。\n[SEP]\n指示:\n{instruction}\n[SEP]\n入力:\n{input}\n[SEP]\n応答:\n'
 NO_INPUT_PROMPT = r'<s>\n以下は、タスクを説明する指示です。要求を適切に満たす応答を書きなさい。\n[SEP]\n指示:\n{instruction}\n[SEP]\n応答:\n'
+# HTMLテンプレート
+HTML_TEMPLATE = """
+<!DOCTYPE html>
+<html lang="ja">
+<head>
+    <meta charset="UTF-8">
+    <meta name="viewport" content="width=device-width, initial-scale=1.0">
+    <title>Chat Interface</title>
+    <style>
+        body { font-family: Arial, sans-serif; }
+        .container { max-width: 600px; margin: auto; padding: 20px; }
+        .chat-box { border: 1px solid #ccc; padding: 10px; height: 300px; overflow-y: scroll; }
+        .chat-entry { margin-bottom: 10px; }
+        .chat-entry.user { text-align: right; }
+        .input-group { display: flex; }
+        .input-group input { flex: 1; padding: 10px; border: 1px solid #ccc; border-radius: 4px; }
+        .input-group button { padding: 10px; border: none; background-color: #28a745; color: white; cursor: pointer; }
+        .input-group button:hover { background-color: #218838; }
+    </style>
+</head>
+<body>
+    <div class="container">
+        <h1>Chat Interface</h1>
+        <div class="chat-box" id="chat-box"></div>
+        <div class="input-group">
+            <input type="text" id="user-input" placeholder="質問を入力してください...">
+            <button onclick="sendMessage()">送信</button>
+        </div>
+    </div>
+    <script>
+        const chatBox = document.getElementById('chat-box');
+        const userInput = document.getElementById('user-input');
+        let conversationHistory = [];
+        function addMessageToChat(role, message) {
+            const entry = document.createElement('div');
+            entry.className = 'chat-entry ' + role;
+            entry.textContent = role === 'user' ? 'User: ' + message : 'Assistant: ' + message;
+            chatBox.appendChild(entry);
+            chatBox.scrollTop = chatBox.scrollHeight;
+        }
+        function sendMessage() {
+            const message = userInput.value.trim();
+            if (message === '') return;
+            addMessageToChat('user', message);
+            userInput.value = '';
+            fetch('/generate', {
+                method: 'POST',
+                headers: { 'Content-Type': 'application/json' },
+                body: JSON.stringify({
+                    role_instruction: [
+                        "User:あなたは「ずんだもん」なのだ。東北ずん子の武器である「ずんだアロー」に変身する妖精またはマスコットなのだ。一人称は「ボク」で語尾に「なのだ」を付けてしゃべるのだ���",
+                        "Assistant:了解したのだ！"
+                    ],
+                    conversation_history: conversationHistory,
+                    new_conversation: message
+                })
+            })
+            .then(response => response.json())
+            .then(data => {
+                const assistantMessage = data.response.split('Assistant:')[1].trim();
+                addMessageToChat('assistant', assistantMessage);
+                conversationHistory.push('User:' + message);
+                conversationHistory.push('Assistant:' + assistantMessage);
+            })
+            .catch(error => {
+                console.error('Error:', error);
+                alert('エラーが発生しました。コンソールを確認してください。');
+            });
+        }
+        // SSEの設定
+        const eventSource = new EventSource("/stream");
+        eventSource.onmessage = function(event) {
+            const message = event.data;
+            addMessageToChat('assistant', message);
+        };
+    </script>
+</body>
+</html>
+"""
 def prepare_input(role_instruction, conversation_history, new_conversation):
+    """入力テキストを整形する関数"""
     instruction = "".join([f"{text}\n" for text in role_instruction])
     instruction += "\n".join(conversation_history)
     input_text = f"User:{new_conversation}"
     return INPUT_PROMPT.format(instruction=instruction, input=input_text)
 def format_output(output):
+    """生成された出力を整形する関数"""
     return output.lstrip("<s>").rstrip("</s>").replace("[SEP]", "").replace("\\n", "\n")
 def trim_conversation_history(conversation_history, max_length):
+    """会話履歴を最大長に収めるために調整する関数"""
     while len(conversation_history) > 2 and sum([len(tokenizer.encode(text, add_special_tokens=False)) for text in conversation_history]) + max_length > MAX_INPUT_LENGTH:
         conversation_history.pop(0)
         conversation_history.pop(0)
     return conversation_history
 def generate_response(role_instruction, conversation_history, new_conversation):
+    """新しい会話に対する応答を生成する関数"""
     conversation_history = trim_conversation_history(conversation_history, MAX_ASSISTANT_LENGTH)
     input_text = prepare_input(role_instruction, conversation_history, new_conversation)
     token_ids = tokenizer.encode(input_text, add_special_tokens=False, return_tensors="pt")
     with torch.no_grad():
         output_ids = model.generate(
+            token_ids.to(model.device),
             min_length=len(token_ids[0]),
             max_length=min(MAX_INPUT_LENGTH, len(token_ids[0]) + MAX_ASSISTANT_LENGTH),
             temperature=0.7,
     return formatted_output_all, response
+@app.route('/')
+def home():
+    """ホームページをレンダリング"""
+    return render_template_string(HTML_TEMPLATE)
+@app.route('/generate', methods=['POST'])
+def generate():
+    """Flaskエンドポイント: /generate"""
+    data = request.json
+    role_instruction = data.get('role_instruction', [])
+    conversation_history = data.get('conversation_history', [])
+    new_conversation = data.get('new_conversation', "")
+    if not role_instruction or not new_conversation:
+        return jsonify({"error": "role_instruction and new_conversation are required fields"}), 400
+    formatted_output_all, response = generate_response(role_instruction, conversation_history, new_conversation)
+    # ここでSSEを介してリアルタイムで応答をストリームします
+    for word in response.split():
+        sse.publish({"message": word}, type='message')
+        time.sleep(0.5)  # 送信間隔をシミュレート
+    return jsonify({"response": response, "conversation_history": conversation_history})
 if __name__ == '__main__':
+    app.run(debug=True, host="0.0.0.0", port=7860)