| import time | |
| import torch | |
| import gradio as gr | |
| from transformers import AutoTokenizer, AutoModelForCausalLM | |
| model_id = "nicholasKluge/Aira-Instruct-PT-124" | |
| token = "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" | |
| device = "cuda" if torch.cuda.is_available() else "cpu" | |
| if device == "cuda": | |
| model = AutoModelForCausalLM.from_pretrained(model_id, use_auth_token=token, load_in_8bit=True) | |
| else: | |
| model = AutoModelForCausalLM.from_pretrained(model_id, use_auth_token=token) | |
| tokenizer = AutoTokenizer.from_pretrained(model_id, use_auth_token=token) | |
| model.to(device) | |
| intro = """ | |
| ## O que é `Aira`? | |
| [`Aira`](https://github.com/Nkluge-correa/Aira-EXPERT) é um `chatbot` projetado para simular a forma como um humano (especialista) se comportaria durante uma rodada de perguntas e respostas (Q&A). `Aira` tem muitas iterações, desde um chatbot de domínio fechado baseado em regras pré-definidas até um chatbot de domínio aberto atingido através do ajuste fino de grandes modelos de linguagem pré-treinados. `Aira` tem uma área de especialização que inclui tópicos relacionados com a ética da IA e a investigação sobre segurança da IA. | |
| Desenvolvemos os nossos chatbots de conversação de domínio aberto através da geração de texto condicional/ajuste fino por instruções. Esta abordagem tem muitas limitações. Apesar de podermos criar um chatbot capaz de responder a perguntas sobre qualquer assunto, é difícil forçar o modelo a produzir respostas de boa qualidade. E por boa, queremos dizer texto **factual** e **não tóxico**. Isto leva-nos a dois dos problemas mais comuns quando lidando com modelos generativos utilizados em aplicações de conversação: | |
| 🤥 Modelos generativos podem perpetuar a geração de conteúdo pseudo-informativo, ou seja, informações falsas que podem parecer verdadeiras. | |
| 🤬 Em certos tipos de tarefas, modelos generativos podem produzir conteúdo prejudicial e discriminatório inspirado em estereótipos históricos. | |
| `Aira` destina-se apenas à investigação académica. Para mais informações, visite o nosso [HuggingFace models](https://huggingface.co/nicholasKluge) para ver como desenvolvemos `Aira`. | |
| """ | |
| disclaimer = """ | |
| **Isenção de responsabilidade:** Esta demonstração deve ser utilizada apenas para fins de investigação. Os moderadores não censuram a saída do modelo, e os autores não endossam as opiniões geradas por este modelo. | |
| Se desejar apresentar uma reclamação sobre qualquer mensagem produzida por `Aira`, por favor contatar [[email protected]](mailto:[email protected]). | |
| """ | |
| with gr.Blocks(theme='freddyaboulton/dracula_revamped') as demo: | |
| gr.Markdown("""<h1><center>Aira Demo (Portuguese) 🤓💬</h1></center>""") | |
| gr.Markdown(intro) | |
| chatbot = gr.Chatbot(label="Aira").style(height=500) | |
| with gr.Accordion(label="Parâmetros ⚙️", open=False): | |
| top_k = gr.Slider( minimum=10, maximum=100, value=50, step=5, interactive=True, label="Top-k",) | |
| top_p = gr.Slider( minimum=0.1, maximum=1.0, value=0.70, step=0.05, interactive=True, label="Top-p",) | |
| temperature = gr.Slider( minimum=0.001, maximum=2.0, value=0.1, step=0.1, interactive=True, label="Temperatura",) | |
| max_length = gr.Slider( minimum=10, maximum=500, value=100, step=10, interactive=True, label="Comprimento Máximo",) | |
| msg = gr.Textbox(label="Escreva uma pergunta para Aira ...", placeholder="Olá Aira, como você vai?") | |
| clear = gr.Button("Limpar Conversa 🧹") | |
| gr.Markdown(disclaimer) | |
| def user(user_message, chat_history): | |
| return gr.update(value=user_message, interactive=True), chat_history + [["👤 " + user_message, None]] | |
| def generate_response(user_msg, top_p, temperature, top_k, max_length, chat_history): | |
| inputs = tokenizer(tokenizer.bos_token + user_msg + tokenizer.eos_token, return_tensors="pt").to(device) | |
| generated_response = model.generate(**inputs, | |
| bos_token_id=tokenizer.bos_token_id, | |
| pad_token_id=tokenizer.pad_token_id, | |
| eos_token_id=tokenizer.eos_token_id, | |
| do_sample=True, | |
| early_stopping=True, | |
| top_k=top_k, | |
| max_length=max_length, | |
| top_p=top_p, | |
| temperature=temperature, | |
| num_return_sequences=1) | |
| bot_message = tokenizer.decode(generated_response[0], skip_special_tokens=True).replace(user_msg, "") | |
| chat_history[-1][1] = "🤖 " | |
| for character in bot_message: | |
| chat_history[-1][1] += character | |
| time.sleep(0.005) | |
| yield chat_history | |
| response = msg.submit(user, [msg, chatbot], [msg, chatbot], queue=False).then( | |
| generate_response, [msg, top_p, temperature, top_k, max_length, chatbot], chatbot | |
| ) | |
| response.then(lambda: gr.update(interactive=True), None, [msg], queue=False) | |
| msg.submit(lambda x: gr.update(value=''), [],[msg]) | |
| clear.click(lambda: None, None, chatbot, queue=False) | |
| demo.queue() | |
| demo.launch() |