Create run_qwen_model.py

run_qwen_model.py

@@ -0,0 +1,123 @@
+# app.py
+import gradio as gr
+import torch
+from transformers import AutoModelForCausalLM, AutoTokenizer
+from transformers import __version__ as transformers_version
+
+MODEL_NAME = "kvn420/Tenro_V4.1"
+RECOMMENDED_TRANSFORMERS_VERSION = "4.37.0"
+
+print(f"Version de Transformers : {transformers_version}")
+if transformers_version < RECOMMENDED_TRANSFORMERS_VERSION:
+    print(f"Attention : Version Transformers ({transformers_version}) < Recommandée ({RECOMMENDED_TRANSFORMERS_VERSION}). Mettez à jour.")
+
+# --- Chargement du modèle et du tokenizer (une seule fois) ---
+print(f"Chargement du tokenizer pour : {MODEL_NAME}")
+try:
+    tokenizer = AutoTokenizer.from_pretrained(
+        MODEL_NAME,
+        trust_remote_code=True
+    )
+    print("Tokenizer chargé.")
+
+    print(f"Chargement du modèle : {MODEL_NAME}")
+    model = AutoModelForCausalLM.from_pretrained(
+        MODEL_NAME,
+        torch_dtype=torch.bfloat16, # ou "auto"
+        trust_remote_code=True,
+        device_map="auto" # Utilise le GPU si disponible, sinon CPU
+    )
+    print(f"Modèle chargé sur {model.device}.")
+
+    # Définir pad_token_id si manquant (important pour la génération)
+    if tokenizer.pad_token_id is None:
+        tokenizer.pad_token_id = tokenizer.eos_token_id
+        print(f"tokenizer.pad_token_id défini sur eos_token_id: {tokenizer.eos_token_id}")
+
+
+except Exception as e:
+    print(f"Erreur critique lors du chargement du modèle/tokenizer : {e}")
+    # Lever l'erreur pour que Gradio l'affiche ou la loggue
+    raise gr.Error(f"Impossible de charger le modèle ou le tokenizer: {e}. Vérifiez les logs du Space.")
+# --- Fin du chargement ---
+
+def chat_interaction(user_input, history):
+    """
+    Fonction appelée par Gradio pour chaque interaction de chat.
+    history est une liste de paires [user_message, assistant_message]
+    """
+    if model is None or tokenizer is None:
+        return "Erreur: Modèle ou tokenizer non initialisé."
+
+    # Construire le prompt avec l'historique pour le modèle
+    messages_for_template = []
+    # Ajouter un message système par défaut si l'historique est vide et le premier message n'est pas un système
+    # Ou si vous voulez toujours un message système spécifique.
+    # Note: Le chat_template de Qwen ajoute déjà un message système par défaut.
+    # Adaptez selon le comportement exact souhaité.
+    # messages_for_template.append({"role": "system", "content": "Tu es Qwen, un assistant IA serviable."})
+
+    for user_msg, assistant_msg in history:
+        messages_for_template.append({"role": "user", "content": user_msg})
+        messages_for_template.append({"role": "assistant", "content": assistant_msg})
+    messages_for_template.append({"role": "user", "content": user_input})
+
+    try:
+        prompt_tokenized = tokenizer.apply_chat_template(
+            messages_for_template,
+            tokenize=True,
+            add_generation_prompt=True,
+            return_tensors="pt"
+        ).to(model.device)
+
+        outputs = model.generate(
+            prompt_tokenized,
+            max_new_tokens=512, # Augmenté pour des réponses potentiellement plus longues
+            do_sample=True,
+            temperature=0.7,
+            top_p=0.9,
+            pad_token_id=tokenizer.pad_token_id
+        )
+
+        response_text = tokenizer.decode(outputs[0][prompt_tokenized.shape[-1]:], skip_special_tokens=True)
+
+        # Nettoyage simple (optionnel, dépend du modèle)
+        response_text = response_text.replace("<|im_end|>", "").strip()
+        if response_text.startswith("assistant\n"): # Parfois Qwen ajoute cela
+            response_text = response_text.split("assistant\n", 1)[-1].strip()
+
+        return response_text
+
+    except Exception as e:
+        print(f"Erreur pendant la génération : {e}")
+        return f"Désolé, une erreur est survenue : {e}"
+
+# Création de l'interface Gradio
+# Utilisation de `gr.ChatInterface` qui gère l'historique automatiquement.
+iface = gr.ChatInterface(
+    fn=chat_interaction,
+    title=f"Chat avec {MODEL_NAME}",
+    description=f"Interface de démonstration pour le modèle {MODEL_NAME}. Le modèle est hébergé sur Hugging Face et chargé ici.",
+    chatbot=gr.Chatbot(height=600),
+    textbox=gr.Textbox(placeholder="Posez votre question ici...", container=False, scale=7),
+    retry_btn="Réessayer",
+    undo_btn="Annuler",
+    clear_btn="Effacer la conversation",
+    submit_btn="Envoyer"
+)
+
+# Lancer l'application (pour un test local, ou si vous n'utilisez pas `if __name__ == "__main__":` dans Spaces)
+# iface.launch() # Décommentez pour un test local facile
+
+# Pour Spaces, il est souvent préférable de laisser Spaces gérer le lancement
+# si vous utilisez le SDK Gradio directement dans la configuration du Space.
+# Si vous exécutez ce script directement avec python app.py, il faut iface.launch().
+# Dans le contexte d'un Space Gradio, le iface est généralement ce qui est "retourné" implicitement.
+# Si vous voulez contrôler le lancement (ex: pour des options), utilisez :
+# if __name__ == "__main__":
+#     iface.launch()
+# Mais pour un Space Gradio simple, juste définir `iface` peut suffire.
+# La convention est de lancer si le script est exécuté directement.
+if __name__ == '__main__':
+     iface.launch() # Permet de tester localement `python app.py`
+