Update app.py

app.py

@@ -1,32 +1,41 @@
 import gradio as gr
 from transformers import pipeline
 import torch
+import logging
 
-# Загружаем модель через pipeline (локально, но из Hugging Face Hub)
+# Настройка логирования для диагностики
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger(__name__)
+
+# Загружаем модель через pipeline (локально из Hugging Face Hub)
 model_name = "distilgpt2"
 try:
+    logger.info(f"Попытка загрузки модели {model_name}...")
     generator = pipeline(
         "text-generation",
         model=model_name,
-        device=-1,  # -1 означает CPU, подходит для бесплатного Spaces
+        device=-1,  # CPU для бесплатного Spaces
         framework="pt",
         max_length=512,
-        truncation=True
+        truncation=True,
+        model_kwargs={"torch_dtype": torch.float32}  # Указываем тип данных для совместимости
     )
+    logger.info("Модель успешно загружена.")
 except Exception as e:
-    print(f"Ошибка загрузки модели: {e}")
+    logger.error(f"Ошибка загрузки модели: {e}")
     exit(1)
 
 def respond(message, history, max_tokens=256, temperature=0.7, top_p=0.9):
     history = history or []
-    # Формируем входной текст с историей
+    # Формируем входной текст
     input_text = ""
     for user_msg, bot_msg in history:
         input_text += f"User: {user_msg}\nAssistant: {bot_msg}\n"
     input_text += f"User: {message}"
 
-    # Генерация ответа через pipeline
+    # Генерация ответа
     try:
+        logger.info(f"Генерация ответа для: {message}")
         outputs = generator(
             input_text,
             max_length=max_tokens,
@@ -34,17 +43,17 @@ def respond(message, history, max_tokens=256, temperature=0.7, top_p=0.9):
             top_p=top_p,
             do_sample=True,
             no_repeat_ngram_size=2,
-            pad_token_id=generator.tokenizer.eos_token_id,
             num_return_sequences=1
         )
         response = outputs[0]["generated_text"][len(input_text):].strip()
+        logger.info(f"Ответ сгенерирован: {response}")
     except Exception as e:
-        return f"Ошибка генерации ответа: {e}", history
+        logger.error(f"Ошибка генерации ответа: {e}")
+        return f"Ошибка генерации: {e}", history
 
     # Форматируем ответ
     formatted_response = format_response(response)
     history.append((message, formatted_response))
-
     return formatted_response, history
 
 def format_response(response):