Update app.py

app.py

@@ -12,152 +12,82 @@ if hf_token:
 else:
     raise ValueError("Hugging Face token no encontrado. Asegúrate de que la variable de entorno HF_TOKEN esté configurada.")
 
-TITLE = '''
-<h1 style="text-align: center;">Meta Llama3.1 8B <a href="https://huggingface.co/spaces/ysharma/Chat_with_Meta_llama3_1_8b?duplicate=true" id="duplicate-button"><button style="color:white">Duplicate this Space</button></a></h1>
-'''
-
-DESCRIPTION = '''
-<div>
-<p>This Space demonstrates the instruction-tuned model <a href="https://huggingface.co/meta-llama/Meta-Llama-3.1-8B-Instruct"><b>Meta Llama3.1 8b Chat</b></a>. Feel free to play with this demo, or duplicate to run privately!</p>
-<p>🔨 Interested in trying out more powerful Instruct versions of Llama3.1? Check out the <a href="https://huggingface.co/chat/"><b>Hugging Chat</b></a> integration for 🐘 Meta Llama 3.1 70b, and 🦕 Meta Llama 3.1 405b</p>
-<p>🔎 For more details about the Llama3.1 release and how to use the model with <code>transformers</code>, take a look <a href="https://huggingface.co/blog/llama31">at our blog post</a>.</p>
-</div>
-'''
-
-LICENSE = """
-<p/>
----
-Built with Llama
-"""
-
-PLACEHOLDER = """
-<div style="padding: 30px; text-align: center; display: flex; flex-direction: column; align-items: center;">
-   <img src="https://ysharma-dummy-chat-app.hf.space/file=/tmp/gradio/c21ff9c8e7ecb2f7d957a72f2ef03c610ac7bbc4/Meta_lockup_positive%20primary_RGB_small.jpg" style="width: 80%; max-width: 550px; height: auto; opacity: 0.55;  "> 
-   <h1 style="font-size: 28px; margin-bottom: 2px; opacity: 0.55;">Meta llama3.1</h1>
-   <p style="font-size: 18px; margin-bottom: 2px; opacity: 0.65;">Ask me anything...</p>
-</div>
-"""
-
-css = """
-h1 {
-  text-align: center;
-  display: block;
-  display: flex;
-    align-items: center;
-    justify-content: center;
-}
-#duplicate-button {
-  margin-left: 10px;
-  color: white;
-  background: #1565c0;
-  border-radius: 100vh;
-  font-size: 1rem;
-  padding: 3px 5px;
-}
-"""
-
+# Definimos el ID del modelo Meta Llama 3.1 8B Instruct
 model_id = "meta-llama/Meta-Llama-3.1-8B-Instruct"
 
-# Load the tokenizer and model
+# Cargamos el tokenizador y el modelo desde Hugging Face
 tokenizer = AutoTokenizer.from_pretrained(model_id)
 model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto")
-terminators = [
-    tokenizer.eos_token_id,
-    tokenizer.convert_tokens_to_ids("")
-]
-
-MAX_INPUT_TOKEN_LENGTH = 4096
 
-# Gradio inference function
-@spaces.GPU(duration=120)
-def chat_llama3_1_8b(message: str, 
-              history: list, 
-              temperature: float, 
-              max_new_tokens: int
-             ) -> str:
-    """
-    Generate a streaming response using the llama3-8b model.
-    Args:
-        message (str): The input message.
-        history (list): The conversation history used by ChatInterface.
-        temperature (float): The temperature for generating the response.
-        max_new_tokens (int): The maximum number of new tokens to generate.
-    Returns:
-        str: The generated response.
-    """
-    conversation = []
-    for user, assistant in history:
-        conversation.extend([{"role": "user", "content": user}, {"role": "assistant", "content": assistant}])
-    conversation.append({"role": "user", "content": message})
+# Si Gradio está en modo de no recargar (NO_RELOAD), creamos un cliente de inferencia
+if gr.NO_RELOAD:
+    client = InferenceClient()
+
+# Definimos un mensaje inicial que simula un rol del sistema y contiene instrucciones sobre cómo responder, adaptado al español
+system_message = {
+    "role": "system",
+    "content": """
+Eres un asistente útil.
+Recibirás una pregunta y un conjunto de respuestas junto con una puntuación de confianza entre 0 y 1 para cada respuesta.
+Tu trabajo es convertir esta información en una respuesta corta y coherente.
+Por ejemplo:
+Pregunta: "¿A quién se le está facturando?", respuesta: {"answer": "John Doe", "confidence": 0.98}
+Deberías responder algo como:
+Con un alto grado de confianza, puedo decir que se le está facturando a John Doe.
+Pregunta: "¿Cuál es el total de la factura?", respuesta: [{"answer": "154.08", "confidence": 0.75}, {"answer": "155", "confidence": 0.25}]
+Deberías responder algo como:
+Creo que el total de la factura es de $154.08 aunque también podría ser $155.
+"""}
+
+# Definimos la función de inferencia utilizando el modelo Meta Llama 3.1 8B Instruct
+def chat_fn(multimodal_message):
+    # Extraemos el texto de la pregunta del mensaje proporcionado por el usuario
+    question = multimodal_message["text"]
+    
+    # Construimos el mensaje para el modelo
+    conversation = [{"role": "user", "content": question}]
 
+    # Generamos los IDs de entrada utilizando el tokenizador del modelo
     input_ids = tokenizer.apply_chat_template(conversation, return_tensors="pt")
-    if input_ids.shape[1] > MAX_INPUT_TOKEN_LENGTH:
-        input_ids = input_ids[:, -MAX_INPUT_TOKEN_LENGTH:]
-        gr.Warning(f"Trimmed input from conversation as it was longer than {MAX_INPUT_TOKEN_LENGTH} tokens.")
     input_ids = input_ids.to(model.device)
     
+    # Configuramos el streamer para la generación progresiva de texto
     streamer = TextIteratorStreamer(tokenizer, timeout=10.0, skip_prompt=True, skip_special_tokens=True)
 
+    # Configuramos los argumentos de generación
     generate_kwargs = dict(
-        input_ids= input_ids,
+        input_ids=input_ids,
         streamer=streamer,
-        max_new_tokens=max_new_tokens,
-        do_sample=temperature != 0,  # This will enforce greedy generation (do_sample=False) when the temperature is passed 0, avoiding the crash.
-        temperature=temperature,
-        eos_token_id=terminators,
+        max_new_tokens=500,  # Ajusta esto según tus necesidades
+        do_sample=True,
+        temperature=0.7,  # Ajusta la temperatura según tus necesidades
     )
 
+    # Iniciamos la generación de texto en un hilo separado
     t = Thread(target=model.generate, kwargs=generate_kwargs)
     t.start()
 
-    outputs = []
+    # Iteramos sobre los tokens generados y construimos la respuesta
+    message = ""
     for text in streamer:
-        outputs.append(text)
-        yield "".join(outputs)
-        
-
-# Gradio block
-chatbot=gr.Chatbot(height=450, placeholder=PLACEHOLDER, label='Gradio ChatInterface')
-
-with gr.Blocks(fill_height=True, css=css) as demo:
+        message += text
+        yield message
 
-    gr.Markdown(TITLE)
-    gr.Markdown(DESCRIPTION)
-    #gr.DuplicateButton(value="Duplicate Space for private use", elem_id="duplicate-button")
-    gr.ChatInterface(
-        fn=chat_llama3_1_8b,
-        chatbot=chatbot,
-        fill_height=True,
-        examples_per_page=3,
-        additional_inputs_accordion=gr.Accordion(label="⚙️ Parameters", open=False, render=False),
-        additional_inputs=[
-            gr.Slider(minimum=0,
-                      maximum=1, 
-                      step=0.1,
-                      value=0.95, 
-                      label="Temperature", 
-                      render=False),
-            gr.Slider(minimum=128, 
-                      maximum=4096,
-                      step=1,
-                      value=512, 
-                      label="Max new tokens", 
-                      render=False ),
-            ],
-        examples=[
-            ["There's a llama in my garden 😱 What should I do?"],
-            ["What is the best way to open a can of worms?"],
-            ["The odd numbers in this group add up to an even number: 15, 32, 5, 13, 82, 7, 1. "],
-            ['How to setup a human base on Mars? Give short answer.'],
-            ['Explain theory of relativity to me like I’m 8 years old.'],
-            ['What is 9,000 * 9,000?'],
-            ['Write a pun-filled happy birthday message to my friend Alex.'],
-            ['Justify why a penguin might make a good king of the jungle.']
-            ],
-        cache_examples=False,
-                     )
+# Usamos la clase 'Blocks' de Gradio para definir la interfaz de usuario
+with gr.Blocks() as demo:
+    # Título de la aplicación en español
+    gr.Markdown("# 🔍 Chatbot Analizador de Documentos")
     
-    gr.Markdown(LICENSE)
+    # 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.")
+    
+    # Se asigna la función chat_fn para que se ejecute cuando el usuario envíe un mensaje en chat
+    chat.submit(chat_fn, inputs=chat, outputs=response)
+
+# Lanza la aplicación si este archivo es ejecutado directamente
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch()