Update interface.py

interface.py

@@ -9,6 +9,18 @@ import io
 from bioprocess_model import BioprocessModel
 from decorators import gpu_decorator  # Asegúrate de que la ruta es correcta
 
+# Nuevas importaciones para Yi-Coder
+import torch
+from transformers import AutoTokenizer, AutoModelForCausalLM
+
+# Inicialización del modelo Yi-Coder
+device = "cuda" if torch.cuda.is_available() else "cpu"
+model_path = "01-ai/Yi-Coder-9B-Chat"
+
+# Carga del tokenizer y modelo
+tokenizer = AutoTokenizer.from_pretrained(model_path)
+model = AutoModelForCausalLM.from_pretrained(model_path, device_map="auto").to(device).eval()
+
 def parse_bounds(bounds_str, num_params):
     try:
         # Reemplazar 'inf' por 'np.inf' si el usuario lo escribió así
@@ -28,11 +40,23 @@ def parse_bounds(bounds_str, num_params):
 
 @gpu_decorator(duration=300)
 def generate_analysis(prompt, max_length=1024, device=None):
-    # Implementación existente para generar análisis usando Hugging Face o similar
-    # Por ejemplo, podrías usar un modelo de lenguaje para generar texto
-    # Aquí se deja como placeholder
-    analysis = "Análisis generado por el modelo de lenguaje."
-    return analysis
+    """
+    Genera un análisis utilizando el modelo Yi-Coder-9B-Chat.
+    """
+    try:
+        inputs = tokenizer(prompt, return_tensors="pt").to(device)
+        with torch.no_grad():
+            outputs = model.generate(
+                **inputs,
+                max_new_tokens=max_length,
+                eos_token_id=tokenizer.eos_token_id,
+                pad_token_id=tokenizer.eos_token_id
+            )
+        analysis = tokenizer.decode(outputs[0], skip_special_tokens=True)
+        return analysis
+    except Exception as e:
+        print(f"Error al generar el análisis con Yi-Coder: {e}. Usando análisis por defecto.")
+        return "Análisis generado por el modelo de lenguaje."
 
 @gpu_decorator(duration=600)  # Ajusta la duración según tus necesidades
 def process_and_plot(
@@ -214,16 +238,22 @@ def process_and_plot(
     buf.seek(0)
     image = Image.open(buf)
 
+    # Construcción del prompt para Yi-Coder
     prompt = f"""
 Eres un experto en modelado de bioprocesos.
 Analiza los siguientes resultados experimentales y proporciona un veredicto sobre la calidad de los modelos, sugiriendo mejoras si es necesario.
-Biomasa:
+
+### Biomasa:
 {biomass_results}
-Sustrato:
+
+### Sustrato:
 {substrate_results}
-Producto:
+
+### Producto:
 {product_results}
 """
-    analysis = generate_analysis(prompt, device=device)
+
+    # Generar el análisis utilizando Yi-Coder
+    analysis = generate_analysis(prompt, max_length=1024, device=device)
 
     return image, analysis