app.py

# app.py
import random
import torch
import gradio as gr
from transformers import AutoModelForCausalLM, AutoTokenizer
from util_funcs import getLengthParam, calcAnswerLengthByProbability, cropContext

def chat_function(Message, History):   # model, tokenizer

    input_user = Message

    history = History or []

    chat_history_ids = torch.zeros((1, 0), dtype=torch.int) if history == [] else torch.tensor(history[-1][2], dtype=torch.long)

    # encode the new user input, add parameters and return a tensor in Pytorch
    lengthId = getLengthParam(input_user, tokenizer)
    new_user_input_ids = tokenizer.encode(f"|0|{lengthId}|" \
                                          + input_user + tokenizer.eos_token, return_tensors="pt")
    # append the new user input tokens to the chat history
    chat_history_ids = torch.cat([chat_history_ids, new_user_input_ids], dim=-1)

    # Длину ожидаемой фразы мы рассчитаем на основании последнего инпута
    # Например, я не люблю когда на мой длинный ответ отвечают короткой фразой
    # Но пойдем через вероятности: 
    # при длинном инпуте 60% что будет длинный ответ (3), 30% что средний (2), 10% что короткий (1)
    # при среднем инпуте 50% что ответ будет средний (2), и по 25% на оба остальных случая
    # при коротком инпуте 50% что ответ будет короткий (1), 30% что средний (2) и 20% что длинный (3)
    # см. функцию calcAnswerLengthByProbability()

    next_len = calcAnswerLengthByProbability(lengthId)

    # encode the new user input, add parameters and return a tensor in Pytorch
    new_user_input_ids = tokenizer.encode(f"|1|{next_len}|", return_tensors="pt")

    # append the new user input tokens to the chat history
    chat_history_ids = torch.cat([chat_history_ids, new_user_input_ids], dim=-1)

    chat_history_ids = cropContext(chat_history_ids, 10)

    print(tokenizer.decode(chat_history_ids[-1]))# uncomment for debug
    
    # save previous len
    input_len = chat_history_ids.shape[-1]
    # generated a response; PS you can read about the parameters at hf.co/blog/how-to-generate

    temperature = 0.6

    # Обрезаем контекст до нужной длины с конца

    # Создадим копию изначальных данных на случай если придется перегенерировать ответ
    chat_history_ids_initial = chat_history_ids

    while True:
      chat_history_ids = model.generate(
        chat_history_ids,
        num_return_sequences=1,
        min_length = 2,
        max_length=512,
        no_repeat_ngram_size=3,
        do_sample=True,
        top_k=50,
        top_p=0.9,
        temperature = temperature,
        mask_token_id=tokenizer.mask_token_id,
        eos_token_id=tokenizer.eos_token_id,
        unk_token_id=tokenizer.unk_token_id,
        pad_token_id=tokenizer.pad_token_id,
        device='cpu'
      )

      answer = tokenizer.decode(chat_history_ids[:, input_len:][0], skip_special_tokens=True)

      if (len(answer) > 0 and answer[-1] != ',' and answer[-1] != ':'):
        break
      else:
        if (temperature <= 0.1):
          temperature -= 0.1

        # Случай когда надо перегенерировать ответ наступил, берем изначальный тензор
        chat_history_ids = chat_history_ids_initial

    history.append((input_user, answer, chat_history_ids.tolist()))        
    html = "<div class='chatbot'>"
    for user_msg, resp_msg, _ in history:
        if user_msg != '-':
            html += f"<div class='user_msg'>{user_msg}</div>"
        if resp_msg != '-':
            html += f"<div class='resp_msg'>{resp_msg}</div>"
    html += "</div>"
    return html, history

# Download checkpoint:

checkpoint = "avorozhko/ruDialoGpt3-medium-finetuned-context"
tokenizer =  AutoTokenizer.from_pretrained(checkpoint)
model = AutoModelForCausalLM.from_pretrained(checkpoint)
model = model.eval()

# Gradio
title = "Чат-бот для поднятия настроения"
description = """
Данный бот постарается поднять вам настроение, так как он знает 26700 анекдотов.
Но чувство юмора у него весьма специфичное.
Бот не знает матерных слов и откровенных пошлостей, но кто такой Вовочка и Поручик Ржевский знает )
              """
article = "<p style='text-align: center'><a href='https://huggingface.co/avorozhko/ruDialoGpt3-medium-finetuned-context'>Бот на основе дообученной GPT-3</a></p>"

iface = gr.Interface(fn=chat_function,
                     inputs=[gr.inputs.Textbox(lines=3, placeholder="Что вы хотите сказать боту..."), "state"],
                     outputs=["html", "state"],
                     title=title, description=description, article=article,
                     theme='dark-grass',
                     css= """
                            .chatbox {display:flex;flex-direction:column}
                            .user_msg, .resp_msg {padding:4px;margin-bottom:4px;border-radius:4px;width:80%}
                            .user_msg {background-color:#1e4282;color:white;align-self:start}
                            .resp_msg {background-color:#552a2a;align-self:self-end}
                            .panels.unaligned {flex-direction: column !important;align-items: initial!important;}
                            .panels.unaligned :last-child {order: -1 !important;}
                          """,
                     allow_screenshot=False,
                     allow_flagging='never'
                    )

if __name__ == "__main__":
  iface.launch(debug=True, share=False)