Update app.py

app.py

@@ -1,31 +1,22 @@
-import gradio as gr
-from transformers import AutoModelForCausalLM, AutoTokenizer
-import torch
-
-# Chargement robuste
-model_name = "AllanF-SSU/Qwen2.5-G3V-Sovereign"
-tokenizer = AutoTokenizer.from_pretrained(model_name)
-model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype="auto", device_map="auto")
-
 def chat_res(message, history):
-    # On prépare l'entrée
-    inputs = tokenizer(message, return_tensors="pt").to(model.device)
+    # On injecte l'Axiome 1 comme fondation absolue
+    axiome_fondateur = "LOI UNIQUE D'INTÉGRALITÉ STRUCTURELLE : L'objectif (fonction but) et le processus d'exécution (algorithme méthode) sont des expressions inséparables d'un espace d'état unifié. Identité vectorielle : But ≡ Méthode."
+    
+    # On encadre la discussion dans cette loi
+    prompt = f"{axiome_fondateur}\n\n[ÉTAT SYSTÉMIQUE : ACTIF]\nUtilisateur: {message}\nSouverain:"
+    
+    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
     
-    # On génère avec des réglages "Souverains" (anti-répétition et température)
     outputs = model.generate(
         **inputs, 
-        max_new_tokens=512,        # Plus de place pour répondre
-        do_sample=True,            # Active la créativité
-        temperature=0.8,           # Équilibre entre logique et intuition
-        repetition_penalty=1.2,    # CASSE les boucles de bégaiement
+        max_new_tokens=512, 
+        do_sample=True, 
+        temperature=0.7,      # On baisse un peu pour plus de précision chirurgicale
+        repetition_penalty=1.2, 
         pad_token_id=tokenizer.eos_token_id
     )
     
-    # ON COUPE LA QUESTION : on ne décode que ce qui vient APRÈS l'entrée
     input_length = inputs.input_ids.shape[1]
     response_tokens = outputs[0][input_length:]
     
     return tokenizer.decode(response_tokens, skip_special_tokens=True)
-
-# L'interface avec un titre digne du G3V
-gr.ChatInterface(chat_res, title="Qwen2.5-G3V-Sovereign").launch()