Update app.py

app.py

@@ -20,7 +20,11 @@ model_name = "Qwen/Qwen1.5-4B-Chat"  # يمكنك استخدام "google/gemma-2
 device = "cuda" if torch.cuda.is_available() else "cpu"
 
 # تحميل النموذج والمحول مع تقليل الاستهلاك
-model = AutoModelForCausalLM.from_pretrained(model_name, device_map="auto", load_in_8bit=True)
+model = AutoModelForCausalLM.from_pretrained(
+    model_name,
+    torch_dtype=torch.float16,
+    device_map="auto"
+)
 tokenizer = AutoTokenizer.from_pretrained(model_name)
 
 # ردود مخصصة