Update app.py

Está la versión que sustituye al formato que proporciona HG

app.py

@@ -1,63 +1,78 @@
+import os
+from huggingface_hub import login
+from transformers import AutoModelForCausalLM, AutoTokenizer, BitsAndBytesConfig
 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 = ""
-
-    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
-
-"""
-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)",
-        ),
-    ],
+
+# Obtén el token desde la variable de entorno
+hf_token = os.getenv("LLAMA31")
+
+if hf_token:
+    # Autenticación en Hugging Face utilizando el token
+    login(token=hf_token)
+else:
+    raise ValueError("Hugging Face token no encontrado. Asegúrate de que la variable de entorno HF_TOKEN esté configurada.")
+
+# Configuración para cargar el modelo en 4 bits utilizando bitsandbytes
+bnb_config = BitsAndBytesConfig(load_in_4bit=True)
+
+# Cargar el modelo y tokenizador
+model_id = "meta-llama/Meta-Llama-3.1-8B-Instruct"
+tokenizer = AutoTokenizer.from_pretrained(model_id)
+model = AutoModelForCausalLM.from_pretrained(
+    model_id,
+    device_map="auto",
+    quantization_config=bnb_config  # Aplicar cuantización en 4 bits
 )
 
+# Definir la función de inferencia del chatbot
+def chat_fn(multimodal_message):
+    # Extraer el texto de la pregunta proporcionada por el usuario
+    question = multimodal_message["text"]
+    
+    # Construir la conversación inicial con el mensaje del usuario
+    conversation = [{"role": "user", "content": question}]
+
+    # Generar los IDs de entrada utilizando el tokenizador del modelo
+    input_ids = tokenizer.apply_chat_template(conversation, return_tensors="pt")
+    input_ids = input_ids.to(model.device)
+    
+    # Configurar el streamer para la generación progresiva de texto
+    streamer = TextIteratorStreamer(tokenizer, timeout=10.0, skip_prompt=True, skip_special_tokens=True)
+
+    # Configurar los argumentos de generación
+    generate_kwargs = dict(
+        input_ids=input_ids,
+        streamer=streamer,
+        max_new_tokens=500,  # Ajusta esto según tus necesidades
+        do_sample=True,
+        temperature=0.7,  # Ajusta la temperatura según tus necesidades
+    )
+
+    # Iniciar la generación de texto en un hilo separado
+    t = Thread(target=model.generate, kwargs=generate_kwargs)
+    t.start()
+
+    # Iterar sobre los tokens generados y construir la respuesta
+    message = ""
+    for text in streamer:
+        message += text
+        yield message
+
+# Crear la interfaz de usuario utilizando Gradio
+with gr.Blocks() as demo:
+    # Título de la aplicación en español
+    gr.Markdown("# 🔍 Chatbot Analizador de Documentos")
+    
+    # Cuadro de texto para mostrar la respuesta generada, etiquetado en español
+    response = gr.Textbox(lines=5, label="Respuesta")
+    
+    # Campo de texto multimodal para que el usuario suba un archivo e ingrese una pregunta, en español
+    chat = gr.MultimodalTextbox(file_types=["image"], interactive=True,
+                                show_label=False, placeholder="Sube una imagen del documento haciendo clic en '+' y haz una pregunta.")
+    
+    # Asignar la función chat_fn para que se ejecute cuando el usuario envíe un mensaje en el chat
+    chat.submit(chat_fn, inputs=chat, outputs=response)
 
+# Lanzar la aplicación si este archivo es ejecutado directamente
 if __name__ == "__main__":
     demo.launch()