Update app.py

app.py

@@ -1,32 +1,50 @@
 import gradio as gr
-from transformers import AutoTokenizer, Gemma3ForConditionalGeneration
+from transformers import AutoTokenizer, AutoModelForCausalLM
 from deep_translator import GoogleTranslator
 import torch
 
-# بارگذاری توکنایزر و مدل
-tokenizer = AutoTokenizer.from_pretrained("google/gemma-3-4b-it")
-model = Gemma3ForConditionalGeneration.from_pretrained("google/gemma-3-4b-it", torch_dtype=torch.bfloat16)
+# مشخصات مدل
+model_id = "google/gemma-2-7b-it"  # یا "google/gemma-3-4b-it" بسته به مدل شما
+
+# بارگذاری مدل و توکنایزر
+tokenizer = AutoTokenizer.from_pretrained(model_id)
+model = AutoModelForCausalLM.from_pretrained(
+    model_id,
+    torch_dtype=torch.bfloat16,
+    device_map="auto"  # اگر روی GPU هستید
+)
 model.eval()
 
 def generate_topics(field, major, keywords, audience, level):
-    prompt = f"""Suggest 3 academic thesis topics based on the following information:
+    # پرامپت انگلیسی
+    prompt = f"""[INST]Suggest 3 academic thesis topics based on the following information:
 Field: {field}
 Specialization: {major}
 Keywords: {keywords}
 Target audience: {audience}
-Level: {level}
+Level: {level}[/INST]
 """
-
-    inputs = tokenizer(prompt, return_tensors="pt")
+    # تولید متن با مدل
+    inputs = tokenizer(prompt, return_tensors="pt").to("cuda" if torch.cuda.is_available() else "cpu")
     with torch.no_grad():
         outputs = model.generate(**inputs, max_new_tokens=256)
     english_output = tokenizer.decode(outputs[0], skip_special_tokens=True)
 
+    # ترجمه به فارسی
     translated_output = GoogleTranslator(source='en', target='fa').translate(english_output)
 
-    final_output = translated_output.strip() + "\n\n📢 برای مشاوره و راهنمایی تخصصی با گروه مشاوره کاسپین تماس بگیرید:\n02188252497"
-    return final_output
+    # HTML راست‌چین برای نمایش زیبا در Gradio
+    html_output = f"""
+    <div dir="rtl" style="text-align: right; font-family: Tahoma, sans-serif; font-size: 16px; line-height: 1.8;">
+        {translated_output.strip().replace('\n', '<br>')}
+        <br><br>
+        📢 برای مشاوره و راهنمایی تخصصی با گروه مشاوره کاسپین تماس بگیرید:<br>
+        <strong>021-88252497</strong>
+    </div>
+    """
+    return html_output
 
+# رابط Gradio
 iface = gr.Interface(
     fn=generate_topics,
     inputs=[
@@ -36,7 +54,7 @@ iface = gr.Interface(
         gr.Textbox(label="جامعه هدف"),
         gr.Dropdown(choices=["کارشناسی ارشد", "دکتری"], label="مقطع")
     ],
-    outputs="text",
+    outputs=gr.HTML(label="موضوعات پیشنهادی"),
     title="🎓 پیشنهادگر موضوع پایان‌نامه کاسپین"
 )