Create app.py

app.py

@@ -0,0 +1,101 @@
+import streamlit as st
+from transformers import AutoModelForCausalLM, AutoTokenizer
+import torch
+
+# Configuration de la page Streamlit
+st.set_page_config(page_title="Assistant Mathématique", page_icon="🔢", layout="wide")
+
+@st.cache_resource
+def load_model():
+    """Charge le modèle et le tokenizer (mise en cache par Streamlit)"""
+    model_name = "your-username/deepseek-math-tutor"  # Remplacez par votre nom de modèle
+    tokenizer = AutoTokenizer.from_pretrained(model_name)
+    model = AutoModelForCausalLM.from_pretrained(
+        model_name,
+        torch_dtype=torch.float16,
+        device_map="auto"
+    )
+    return model, tokenizer
+
+def generate_response(prompt, model, tokenizer):
+    """Génère une réponse à partir du prompt"""
+    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
+    
+    with torch.no_grad():
+        outputs = model.generate(
+            **inputs,
+            max_new_tokens=1200,
+            temperature=0.7,
+            do_sample=True,
+            top_p=0.95,
+        )
+    
+    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
+    return response.split("### Response:")[-1].strip()
+
+def format_prompt(question):
+    """Formate le prompt comme pendant l'entraînement"""
+    return f"""Below is an instruction that describes a task, paired with an input that provides further context.
+Write a response that appropriately completes the request.
+Before answering, think carefully about the question and create a step-by-step chain of thoughts to ensure a logical and accurate response.
+Your goal is to teach maths a beginner so make it friendly and accessible. Break down your chain of thoughts as for him/her to understand.
+
+### Instruction:
+You are a maths expert with advanced knowledge in pedagogy, arithmetics, geometry, analysis, calculus.
+Please answer the following questions.
+
+### Question:
+{question}
+
+### Response:"""
+
+def main():
+    # Titre de l'application
+    st.title("🔢 Assistant Mathématique")
+    st.markdown("---")
+
+    # Chargement du modèle
+    with st.spinner("Chargement du modèle..."):
+        model, tokenizer = load_model()
+
+    # Initialisation de l'historique des messages dans la session state
+    if "messages" not in st.session_state:
+        st.session_state.messages = []
+
+    # Affichage de l'historique des messages
+    for message in st.session_state.messages:
+        with st.chat_message(message["role"]):
+            st.markdown(message["content"])
+
+    # Zone de saisie utilisateur
+    if question := st.chat_input("Posez votre question mathématique..."):
+        # Afficher la question de l'utilisateur
+        with st.chat_message("user"):
+            st.markdown(question)
+        st.session_state.messages.append({"role": "user", "content": question})
+
+        # Générer et afficher la réponse
+        with st.chat_message("assistant"):
+            with st.spinner("Réflexion en cours..."):
+                prompt = format_prompt(question)
+                response = generate_response(prompt, model, tokenizer)
+                st.markdown(response)
+        st.session_state.messages.append({"role": "assistant", "content": response})
+
+    # Bouton pour effacer l'historique
+    if st.sidebar.button("Effacer l'historique"):
+        st.session_state.messages = []
+        st.rerun()
+
+    # Informations dans la barre latérale
+    with st.sidebar:
+        st.markdown("### À propos")
+        st.markdown("""
+        Cet assistant utilise un modèle DeepSeek spécialement entraîné pour:
+        - Expliquer les concepts mathématiques
+        - Résoudre des problèmes étape par étape
+        - Fournir des explications claires et adaptées aux débutants
+        """)
+
+if __name__ == "__main__":
+    main()