app.py

import streamlit as st
from transformers import AutoModelForCausalLM, AutoTokenizer

# Charger le modèle et le tokenizer
model_name = "Rimyy/MISTRAL-finetuneGSMdata1exp"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

# Fonction de prédiction
def predict(prompt):
    inputs = tokenizer(prompt, return_tensors="pt")
    outputs = model.generate(inputs.input_ids, max_length=256)
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

# Interface utilisateur Streamlit
st.title("Modèle de génération de texte")
prompt = st.text_area("Entrez votre texte:")
if st.button("Générer"):
    result = predict(prompt)
    st.text_area("Résultat", value=result, height=200)