app.py

import gradio as gr
import torch
import time
from transformers import AutoTokenizer, AutoModelForCausalLM

# 모델 ID 설정
model_id = 'kakaocorp/kanana-nano-2.1b-instruct'

# 모델 및 토크나이저 로드 (모델은 한 번만 로드)
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.float32,  # CPU 전용
)

# 텍스트 생성 함수
def generate_text(prompt):
    try:
        start_time = time.time()

        messages = [{"role": "user", "content": prompt}]
        input_ids = tokenizer.apply_chat_template(
            messages,
            add_generation_prompt=True,
            return_tensors="pt"
        ).to(model.device)

        # 종료 토큰 (일반적으로 "<|endoftext|>" 하나로 충분)
        eos_token_id = tokenizer.eos_token_id or tokenizer.convert_tokens_to_ids("<|endoftext|>")

        outputs = model.generate(
            input_ids,
            max_new_tokens=512,
            eos_token_id=eos_token_id,
            do_sample=True,
            temperature=0.4,
            top_p=0.9,
            top_k=50,  # 안정성 향상
        )

        result = tokenizer.decode(outputs[0][input_ids.shape[-1]:], skip_special_tokens=True)
        elapsed = round(time.time() - start_time, 3)
        return f"{result}\n\n[응답 시간]: {elapsed}초"

    except Exception as e:
        return f"[오류 발생]: {str(e)}"

# Gradio UI 정의
iface = gr.Interface(
    fn=generate_text,
    inputs=gr.Textbox(lines=4, placeholder="프롬프트를 입력하세요...", label="입력"),
    outputs=gr.Textbox(label="모델 응답"),
    title="kanana-nano-2.1b-instruct 데모",
    description="카카오브레인의 경량화 LLM: kakaocorp/kanana-nano-2.1b-instruct 기반 텍스트 생성",
)

# 실행
iface.launch()