Init

README.md

@@ -1,12 +1,10 @@
 ---
-title: MamayLM 1.0 Demo
-emoji: 👀
-colorFrom: purple
-colorTo: red
+title: INSAIT-Institute/MamayLM-Gemma-3-12B-IT-v1.0
+emoji: 🇺🇦
+colorFrom: indigo
+colorTo: blue
 sdk: gradio
-sdk_version: 5.47.1
+sdk_version: 5.42.0
 app_file: app.py
-pinned: false
----
-
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+short_description: Chat with INSAIT-Institute/MamayLM-Gemma-3-12B-IT-v1.0
+---

app.py

@@ -0,0 +1,170 @@
+import os
+from threading import Thread
+from typing import Iterator
+
+import gradio as gr
+import spaces
+import torch
+from transformers import AutoModelForCausalLM, AutoTokenizer, TextIteratorStreamer
+import subprocess
+
+subprocess.run(
+    "pip install flash-attn --no-build-isolation",
+    env={"FLASH_ATTENTION_SKIP_CUDA_BUILD": "TRUE"},
+    shell=True,
+)
+
+
+DESCRIPTION = """\
+# INSAIT-Institute/MamayLM-Gemma-3-12B-IT-v1.0
+
+[🪪 **Model card**](https://huggingface.co/INSAIT-Institute/MamayLM-Gemma-3-12B-IT-v1.0)
+"""
+
+MAX_MAX_NEW_TOKENS = 2048
+DEFAULT_MAX_NEW_TOKENS = 2048
+MAX_INPUT_TOKEN_LENGTH = int(os.getenv("MAX_INPUT_TOKEN_LENGTH", "4096"))
+
+model_id = "INSAIT-Institute/MamayLM-Gemma-3-12B-IT-v1.0"
+tokenizer = AutoTokenizer.from_pretrained(model_id)
+
+attn_impl = "flash_attention_2" if torch.cuda.is_available() else "eager"
+model = AutoModelForCausalLM.from_pretrained(
+    model_id,
+    device_map="auto",
+    torch_dtype=torch.bfloat16,
+    attn_implementation=attn_impl,
+)
+# model.config.sliding_window = 4096
+model.eval()
+
+
+@spaces.GPU(duration=90)
+def generate(
+    message: str,
+    chat_history: list[tuple[str, str]],
+    system_message: str = "",
+    max_new_tokens: int = 1024,
+    temperature: float = 0.001,
+    top_p: float = 1.0,
+    top_k: int = 50,
+    repetition_penalty: float = 1.0,
+) -> Iterator[str]:
+    conversation = [{"role": "system", "content": system_message}]
+    for user, assistant in chat_history:
+        conversation.extend(
+            [
+                {"role": "user", "content": user},
+                {"role": "assistant", "content": assistant},
+            ]
+        )
+    conversation.append({"role": "user", "content": message})
+
+    input_ids = tokenizer.apply_chat_template(
+        conversation, add_generation_prompt=True, return_tensors="pt"
+    )
+    if input_ids.shape[1] > MAX_INPUT_TOKEN_LENGTH:
+        input_ids = input_ids[:, -MAX_INPUT_TOKEN_LENGTH:]
+        gr.Warning(
+            f"Trimmed input from conversation as it was longer than {MAX_INPUT_TOKEN_LENGTH} tokens."
+        )
+    input_ids = input_ids.to(model.device)
+
+    streamer = TextIteratorStreamer(
+        tokenizer, timeout=20.0, skip_prompt=True, skip_special_tokens=True
+    )
+    generate_kwargs = dict(
+        {"input_ids": input_ids},
+        streamer=streamer,
+        max_new_tokens=max_new_tokens,
+        do_sample=True,
+        eos_token_id=[1, 107],
+        top_p=top_p,
+        top_k=top_k,
+        temperature=temperature,
+        num_beams=1,
+        repetition_penalty=repetition_penalty,
+        disable_compile=True,  #  https://ai.google.dev/gemma/docs/core/huggingface_text_full_finetune#test_model_inference
+    )
+    t = Thread(target=model.generate, kwargs=generate_kwargs)
+    t.start()
+
+    outputs = []
+    for text in streamer:
+        outputs.append(text)
+        yield "".join(outputs)
+
+
+chat_interface = gr.ChatInterface(
+    fn=generate,
+    additional_inputs=[
+        gr.Textbox(
+            value="",
+            label="System message",
+            render=False,
+        ),
+        gr.Slider(
+            label="Max new tokens",
+            minimum=1,
+            maximum=MAX_MAX_NEW_TOKENS,
+            step=1,
+            value=DEFAULT_MAX_NEW_TOKENS,
+        ),
+        gr.Slider(
+            label="Temperature",
+            minimum=0,
+            maximum=4.0,
+            step=0.1,
+            value=0.1,  # default from https://huggingface.co/docs/transformers/en/main_classes/text_generation
+        ),
+        gr.Slider(
+            label="Top-p (nucleus sampling)",
+            minimum=0.05,
+            maximum=1.0,
+            step=0.05,
+            value=1,  # from https://huggingface.co/google/gemma-3-270m-it/blob/main/generation_config.json
+        ),
+        gr.Slider(
+            label="Top-k",
+            minimum=1,
+            maximum=1000,
+            step=1,
+            value=25,  # from https://huggingface.co/google/gemma-3-270m-it/blob/main/generation_config.json
+        ),
+        gr.Slider(
+            label="Repetition penalty",
+            minimum=1.0,
+            maximum=2.0,
+            step=0.05,
+            value=1.1,  # default from https://huggingface.co/docs/transformers/en/main_classes/text_generation
+        ),
+    ],
+    stop_btn=None,
+    examples=[
+        ["Привіт! Як справи?"],
+        [
+            "Плюси та мінуси довгострокових стосунків. Маркований список із максимум 3 перевагами та 3 недоліками, стисло."
+        ],
+        ["Скільки годин потрібно людині, щоб з'їсти гелікоптер?"],
+        ["Як відкрити файл JSON у Python?"],
+        [
+            "Створіть маркований список переваг і недоліків життя в Сан-Франциско. Максимум 2 переваги та 2 недоліки."
+        ],
+        ["Придумай коротке оповідання з тваринами про цінність дружби."],
+        ["Чи можеш ти коротко пояснити, що таке мова програмування Python?"],
+        [
+            "Напишіть статтю на 100 слів на тему 'Переваги відкритого коду в дослідженнях ШІ'."
+        ],
+    ],
+    cache_examples=False,
+)
+
+with gr.Blocks(css="style.css", fill_height=True, theme="soft") as demo:
+    gr.Markdown(DESCRIPTION)
+    gr.DuplicateButton(
+        value="Duplicate Space for private use", elem_id="duplicate-button"
+    )
+    chat_interface.render()
+
+if __name__ == "__main__":
+    demo.queue(max_size=20).launch()

requirements.txt

@@ -0,0 +1,2 @@
+accelerate
+transformers>=4.55.2

style.css

@@ -0,0 +1,11 @@
+h1 {
+  text-align: center;
+  display: block;
+}
+
+#duplicate-button {
+  margin: auto;
+  color: #fff;
+  background: #1565c0;
+  border-radius: 100vh;
+}