Update app.py

app.py

@@ -1,13 +1,20 @@
+import os
 import gradio as gr
 from transformers import AutoTokenizer, AutoModelForCausalLM
 
-# 모델 로드
+# 환경 변수에서 Hugging Face 토큰을 가져옵니다.
+HUGGINGFACE_TOKEN = os.getenv("HUGGINGFACE_TOKEN")
+
+# 모델과 토크나이저를 로드합니다.
 model_id = "CohereForAI/c4ai-command-r-plus-08-2024"
-tokenizer = AutoTokenizer.from_pretrained(model_id)
-model = AutoModelForCausalLM.from_pretrained(model_id)
+tokenizer = AutoTokenizer.from_pretrained(model_id, use_auth_token=HUGGINGFACE_TOKEN)
+model = AutoModelForCausalLM.from_pretrained(model_id, use_auth_token=HUGGINGFACE_TOKEN)
 
 def translate_code(english_code):
-    # 사용자 메시지 포맷팅
+    """
+    영어 코드를 한국어로 번역하는 함수입니다.
+    """
+    # 메시지 포맷팅
     messages = [{"role": "user", "content": english_code}]
     input_ids = tokenizer.apply_chat_template(
         messages, 
@@ -16,7 +23,7 @@ def translate_code(english_code):
         return_tensors="pt"
     )
     
-    # 모델을 사용하여 번역 생성
+    # 텍스트 생성
     gen_tokens = model.generate(
         input_ids, 
         max_new_tokens=200, 
@@ -24,19 +31,19 @@ def translate_code(english_code):
         temperature=0.3,
     )
     
-    # 생성된 토큰을 텍스트로 디코딩
+    # 생성된 텍스트 디코딩
     gen_text = tokenizer.decode(gen_tokens[0], skip_special_tokens=True)
     
-    # 번역된 텍스트 반환
+    # 번역된 한국어 텍스트 반환
     return gen_text
 
 # Gradio 인터페이스 설정
 iface = gr.Interface(
     fn=translate_code,
-    inputs=gr.inputs.Textbox(lines=10, label="영어 코드 입력"),
-    outputs=gr.outputs.Textbox(label="한국어 번역"),
+    inputs=gr.inputs.Textbox(lines=10, placeholder="영어 코드를 입력하세요..."),
+    outputs=gr.outputs.Textbox(),
     title="코드 번역기",
-    description="영어로 작성된 코드를 한국어로 번역합니다."
+    description="영어로 작성된 코드를 한국어로 번역해드립니다."
 )
 
 if __name__ == "__main__":