Create app.py

app.py

@@ -0,0 +1,67 @@
+import torch
+from transformers import AutoModelForCausalLM, AutoTokenizer, GenerationConfig
+
+model_id = "clibrain/Llama-2-7b-ft-instruct-es"
+
+model = AutoModelForCausalLM.from_pretrained(model_id, trust_remote_code=True).to("cuda")
+tokenizer = AutoTokenizer.from_pretrained(model_id)
+
+def create_instruction(instruction, input_data=None, context=None):
+    sections = {
+        "Instrucción": instruction,
+        "Entrada": input_data,
+        "Contexto": context,
+    }
+
+    system_prompt = "A continuación hay una instrucción que describe una tarea, junto con una entrada que proporciona más contexto. Escriba una respuesta que complete adecuadamente la solicitud.\n\n"
+    prompt = system_prompt
+
+    for title, content in sections.items():
+        if content is not None:
+            prompt += f"### {title}:\n{content}\n\n"
+
+    prompt += "### Respuesta:\n"
+
+    return prompt
+
+
+def generate(
+        instruction,
+        input=None,
+        context=None,
+        max_new_tokens=128,
+        temperature=0.1,
+        top_p=0.75,
+        top_k=40,
+        num_beams=4,
+        **kwargs
+):
+    
+    prompt = create_instruction(instruction, input, context)
+    print(prompt.replace("### Respuesta:\n", ""))
+    inputs = tokenizer(prompt, return_tensors="pt")
+    input_ids = inputs["input_ids"].to("cuda")
+    attention_mask = inputs["attention_mask"].to("cuda")
+    generation_config = GenerationConfig(
+        temperature=temperature,
+        top_p=top_p,
+        top_k=top_k,
+        num_beams=num_beams,
+        **kwargs,
+    )
+    with torch.no_grad():
+        generation_output = model.generate(
+            input_ids=input_ids,
+            attention_mask=attention_mask,
+            generation_config=generation_config,
+            return_dict_in_generate=True,
+            output_scores=True,
+            max_new_tokens=max_new_tokens,
+            early_stopping=True
+        )
+    s = generation_output.sequences[0]
+    output = tokenizer.decode(s)
+    return output.split("### Respuesta:")[1].lstrip("\n")
+
+instruction = "Dame una lista de lugares a visitar en España."
+print(generate(instruction))