Update app.py

app.py

@@ -1,70 +1,83 @@
 import gradio as gr
-from huggingface_hub import InferenceClient
+import torch
+from transformers import AutoModelForCausalLM, AutoTokenizer
+from peft import PeftModel
 
+# ১. আপনার মডেলের তথ্য
+base_model_id = "unsloth/llama-3-8b-bnb-4bit"
+adapter_model_id = "ZenJony/lora" # আপনার আপলোড করা আইডি
+
+# ২. মডেল এবং টোকেনাইজার লোড করা
+tokenizer = AutoTokenizer.from_pretrained(base_model_id)
+model = AutoModelForCausalLM.from_pretrained(
+    base_model_id,
+    torch_dtype=torch.float16,
+    device_map="auto", # এটি অটোমেটিক CPU বা GPU বেছে নেবে
+)
+# আপনার লরা অ্যাডাপ্টার যুক্ত করা
+model = PeftModel.from_pretrained(model, adapter_model_id)
+
+# ৩. আলপাকা প্রম্পট ফরম্যাট (ট্রেইনিং এর সময় যা ব্যবহার করেছিলেন)
+alpaca_prompt = """তুমি একজন আধুনিক ও স্মার্ট এআই অ্যাসিস্ট্যান্ট। তোমার কাজ হলো মানুষের প্রশ্নের সঠিক ও সৃজনশীল উত্তর দেওয়া। উত্তরের গুরুত্ব বুঝে প্রাসঙ্গিক ইমোজি ব্যবহার করো এবং গুরুত্বপূর্ণ শব্দগুলো **বোল্ড** করো। যদি কোনো তথ্য না জানো, তবে বিনয়ের সাথে স্বীকার করো এবং বিকল্প পরামর্শ দাও।
+
+### Instruction:
+{}
+
+### Input:
+{}
+
+### Response:
+{}"""
 
 def respond(
     message,
-    history: list[dict[str, str]],
+    history,
     system_message,
     max_tokens,
     temperature,
     top_p,
-    hf_token: gr.OAuthToken,
 ):
-    """
-    For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
-    """
-    client = InferenceClient(token=hf_token.token, model="openai/gpt-oss-20b")
-
-    messages = [{"role": "system", "content": system_message}]
+    # ইনপুট এবং সিস্টেম মেসেজ একসাথে করা
+    full_instruction = f"{system_message}\n\n{message}"
+    
+    # প্রম্পট তৈরি
+    prompt = alpaca_prompt.format(full_instruction, "", "")
+    inputs = tokenizer([prompt], return_tensors="pt").to(model.device)
 
-    messages.extend(history)
+    # উত্তর জেনারেট করা
+    with torch.no_grad():
+        generated_ids = model.generate(
+            **inputs,
+            max_new_tokens=max_tokens,
+            temperature=temperature,
+            top_p=top_p,
+            do_sample=True,
+            eos_token_id=tokenizer.eos_token_id,
+        )
+    
+    # উত্তর ডিকোড করা
+    full_response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
+    
+    # শুধু Response অংশটুকু আলাদা করা
+    if "### Response:" in full_response:
+        response = full_response.split("### Response:")[1].strip()
+    else:
+        response = full_response
+        
+    return response
 
-    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
-
-
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
+# ৪. চ্যাট ইন্টারফেস কাস্টমাইজেশন
 chatbot = gr.ChatInterface(
     respond,
-    type="messages",
     additional_inputs=[
-        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
+        gr.Textbox(value="তুমি একজন আধুনিক ও স্মার্ট এআই অ্যাসিস্ট্যান্ট। তোমাকে তৈরি করেছেন ZenJony।", 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)",
-        ),
+        gr.Slider(minimum=0.1, maximum=1.0, value=0.95, step=0.05, label="Top-p"),
     ],
+    title="ZenJony AI Assistant 🤖",
+    description="আ���ার নিজের তৈরি ১০০০+ ডাটা দিয়ে ফাইন-টিউন করা বাংলা এআই মডেল।"
 )
 
-with gr.Blocks() as demo:
-    with gr.Sidebar():
-        gr.LoginButton()
-    chatbot.render()
-
-
 if __name__ == "__main__":
-    demo.launch()
+    chatbot.launch()