Update app.py

app.py

@@ -1,66 +1,56 @@
 import gradio as gr
-from huggingface_hub import InferenceClient
-
-"""
-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("Qwen/Qwen2.5-0.5b-Instruct")
-
-
-def respond(
-    message,
-    history: list[tuple[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
-):
-    messages = [{"role": "system", "content": system_message}]
-
-    for val in history:
-        if val[0]:
-            messages.append({"role": "user", "content": val[0]})
-        if val[1]:
-            messages.append({"role": "assistant", "content": val[1]})
-
-    messages.append({"role": "user", "content": message})
-
-    # ストリーミングを無効にして、単一の応答を取得
-    response = client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        temperature=temperature,
-        top_p=top_p,
+from transformers import AutoModelForCausalLM, AutoTokenizer
+
+# モデルとトークナイザーの読み込み
+model_name = "Qwen/Qwen2.5-0.5B-Instruct"
+tokenizer = AutoTokenizer.from_pretrained(model_name, use_fast=False)  # Slow tokenizerを使用
+model = AutoModelForCausalLM.from_pretrained(model_name)
+
+# 生成用の関数
+def respond(input_text, system_message, max_tokens, temperature, top_p):
+    # システムメッセージとユーザー入力を結合
+    input_text_combined = f"システム: {system_message}\nユーザー: {input_text}\n"
+    
+    # トークン化
+    inputs = tokenizer(input_text_combined, return_tensors="pt")
+    
+    # モデルに入力を渡して生成
+    outputs = model.generate(
+        **inputs,
+        max_length=max_tokens,  # 最大トークン数
+        top_p=top_p,  # nucleus sampling のパラメータ
+        do_sample=True,  # サンプリングを有効にする
+        temperature=temperature,  # 生成の温度
+        pad_token_id=tokenizer.eos_token_id
     )
-
-    return response.choices[0].message.content
-
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
-demo = gr.ChatInterface(
-    respond,
-    additional_inputs=[
-        gr.Textbox(value="ユーザーの質問や依頼にのみ答えてください。ポジティブに答えてください", label="System message"),
+    
+    # トークンをテキストにデコード
+    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
+    
+    # レスポンスを返す
+    return response
+
+# Gradioインターフェースの作成
+with gr.Blocks() as demo:
+    gr.Markdown("## rinna/japanese-gpt-neox-small チャットボット")
+
+    # 追加の入力フィールドをリストで設定
+    additional_inputs = [
+        gr.Textbox(value="ユーザーの質問と依頼のみに答えてください。ポジティブに.", label="システムメッセージ"),
         gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="新規トークン最大"),
         gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="温度"),
-        gr.Slider(
-            minimum=0.1,
-            maximum=1.0,
-            value=0.95,
-            step=0.05,
-            label="Top-p (核 sampling)",
-        ),
-    ],
-    examples=[
-            ["日本で有名なものと言えば"],
-            ["レポートを書いてくれる？"],
-            ["C#で素数を判定するコードを書いて"],
-            ["250の約数は？"],
-        ],
-    concurrency_limit=32  # 例: 同時に4つのリクエストを処理
-)
+        gr.Slider(minimum=0.1, maximum=1.0, value=0.95, step=0.05, label="Top-p (核サンプリング)")
+    ]
+
+    # ユーザーのメイン入力
+    input_text = gr.Textbox(label="ユーザー入力", placeholder="質問やテキストを入力してください")
+
+    # 出力エリア（"respond"という名前に変更）
+    output_text = gr.Textbox(label="respond")
 
+    # ボタンとアクション
+    submit_button = gr.Button("送信")
+    submit_button.click(respond, inputs=[input_text] + additional_inputs, outputs=output_text)
 
-if __name__ == "__main__":
-    demo.launch()
+# インターフェースの起動
+demo.launch()