Update app.py

app.py

@@ -1,42 +1,43 @@
 import gradio as gr
-from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
+from huggingface_hub import hf_hub_download
 import torch
+from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
 
-# Xác định device: sử dụng GPU nếu có, ngược lại sử dụng CPU
 device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
-
-# Tải tokenizer và model từ repository "vinai/bartpho-syllable"
 tokenizer = AutoTokenizer.from_pretrained("vinai/bartpho-syllable")
 model = AutoModelForSeq2SeqLM.from_pretrained("vinai/bartpho-syllable")
+model_file = hf_hub_download(repo_id="acediaaa/VietTour_0", filename="viettour_model_bartpho.pth")
+state_dict = torch.load(model_file, map_location=torch.device('cpu'))
+model.load_state_dict(state_dict)
 model.to(device)
 
-def generate_answer(question):
+def generate_answer(question, model, tokenizer, device):
     model.eval()
-    # Tạo đầu vào cho model: thêm tiền tố "hỏi:" để phù hợp với định dạng huấn luyện (nếu có)
     input_text = "hỏi: " + question
+    
+    # Tokenize câu hỏi
     inputs = tokenizer(input_text, return_tensors="pt", max_length=512, truncation=True, padding="max_length")
-    inputs = {k: v.to(device) for k, v in inputs.items()}
+    input_ids = inputs.input_ids.to(device)
+    attention_mask = inputs.attention_mask.to(device)
 
     with torch.no_grad():
+        # Sinh câu trả lời từ mô hình
         outputs = model.generate(
-            input_ids=inputs["input_ids"],
-            attention_mask=inputs["attention_mask"],
+            input_ids=input_ids,
+            attention_mask=attention_mask,
             max_length=512,            # Độ dài tối đa của câu trả lời
-            num_beams=5,               # Sử dụng beam search với 5 beams
-            repetition_penalty=1.2,    # Phạt lặp lại từ (giá trị > 1 để hạn chế trùng lặp)
-            no_repeat_ngram_size=3,    # Tránh lặp lại các cụm từ có độ dài 3 token
-            early_stopping=True        # Dừng sớm nếu mô hình đã sinh đủ văn bản
+            num_beams=5,               # Beam search với 5 beam
+            repetition_penalty=1.2,    # Phạt lặp từ (giá trị > 1.0 để tránh lặp lại)
+            no_repeat_ngram_size=3,    # Tránh lặp lại các cụm từ dài 3 từ
+            early_stopping=True        # Dừng sớm nếu sinh văn bản đủ tốt
         )
     
-    # Giải mã kết quả từ token sang chuỗi văn bản
+    # Giải mã câu trả lời từ token thành chuỗi văn bản
     answer = tokenizer.decode(outputs[0], skip_special_tokens=True)
     return answer
 
-# Tạo giao diện Gradio cho ứng dụng
-demo = gr.Interface(
-    fn=generate_answer, 
-    inputs=gr.Textbox(label="Nhập câu hỏi"), 
-    outputs=gr.Textbox(label="Câu trả lời")
-)
+def run(ques):
+    return generate_answer(ques, model, tokenizer, device)
 
-demo.launch()
+demo = gr.Interface(fn=run, inputs=gr.Textbox(label="Nhập câu hỏi"), outputs=gr.Textbox(label="Câu trả lời"))
+demo.launch()