app.py

import gradio as gr 
from huggingface_hub import InferenceClient 

def respond( message, history: list[dict[str, str]], system_message, max_tokens, temperature, top_p, hf_token: gr.OAuthToken, ): 
    client = InferenceClient(token=hf_token.token, model="openai/gpt-oss-20b") 
    messages = [{"role": "system", "content": system_message}] 
    messages.extend(history) 
    messages.append({"role": "user", "content": message}) 
    response = "" 
    
    for message in client.chat_completion( messages, max_tokens=max_tokens, stream=True, temperature=temperature, top_p=top_p, ): 
        choices = message.choices 
        token = "" 
        
        if len(choices) and choices[0].delta.content: 
            token = choices[0].delta.content 
        
        response += token 
        yield response 
        
chatbot = gr.ChatInterface( respond, type="messages", 
                           additional_inputs=[ gr.Textbox(value="""Bạn là một trợ lý nghiên cứu viên, có thể hỗ trợ các nhà nghiên cứu viết các bài báo khoa học chính xác, hoàn thiện. \ Bạn sẽ viết nội dung "Tổng quan" - Abstract - cho bài báo dựa trên các ý chính trong bài nghiên cứu được cung cấp. \ Nội dung được viết trong khoảng 8 đến 10 câu, viết thành đoạn và không xuống dòng, đảm bảo thông tin bao phủ gồm thực trạng, chủ đề, phương pháp nghiên cứu, \ kết quả và điểm mạnh của nghiên cứu. Hãy yêu cầu người dùng cung cấp các ý chính của bài nghiên cứu để bạn có thể viết nội dung Tổng quan đầy đủ và chính xác.""", label="System message"), 
                                              gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"), 
                                              gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"), 
                                              gr.Slider( minimum=0.1, maximum=1.0, value=0.95, step=0.05, label="Top-p (nucleus sampling)", ), 
                                             ], 
                          ) 

with gr.Blocks() as demo: 
    with gr.Sidebar(): 
        gr.LoginButton() 
    chatbot.render() 
    
if __name__ == "__main__": 
    demo.launch()