Create llm.py

llm.py

@@ -0,0 +1,27 @@
+import gradio as gr
+from transformers import pipeline
+
+# **加载 Hugging Face GPT-Neo 模型**
+generator = pipeline('text-generation', model='EleutherAI/gpt-neo-2.7B')
+
+# **LLM 处理用户输入，解析预测所需的特征**
+def chat_with_llm(user_input):
+    prompt = f"请从以下问题中提取出预测所需的参数（年份、期号、中奖号码等）：'{user_input}'"
+    
+    # 通过 GPT-Neo 生成对话回复
+    response = generator(prompt, max_length=100, num_return_sequences=1)
+    extracted_text = response[0]['generated_text']
+    
+    return extracted_text
+
+# **Gradio API 服务器**
+iface = gr.Interface(
+    fn=chat_with_llm,
+    inputs=gr.Textbox(label="请输入问题或期号信息"),
+    outputs="text",
+    title="大语言模型 API",
+    description="解析用户输入，提取预测所需的特征"
+)
+
+# **启动 API 服务器**
+iface.launch(share=True)