import gradio as gr
import gc, copy, re
from huggingface_hub import hf_hub_download
from rwkv.model import RWKV
from rwkv.utils import PIPELINE, PIPELINE_ARGS

ctx_limit = 2048
title = "ru_rwkv5_extract_qa_04B_65536_ctx8192_L24_D1024.pth"

model_path = hf_hub_download(repo_id="Sigma-AI/ru_rwkv5_extract_qa", filename=f"{title}")
model = RWKV(model=model_path, strategy='cpu bf16')
pipeline = PIPELINE(model, "rwkv_vocab_v20230424")

def generate_prompt(context, question):
    context = context.strip().replace('\r\n','\n').replace('\n\n','\n').replace('\n\n','\n')
    question = question.strip().replace('\r\n','\n').replace('\n\n','\n').replace('\n\n','\n')
    return f"""CONTEXT:{context}
QUESTION:{question}
ANSWER:"""


examples = [
    ["Вторая мировая война (началась 01.09.1939  и закончилась 02.09.1945) — война двух мировых военно-политических коалиций, ставшая крупнейшим вооружённым конфликтом в истории человечества.В ней участвовали 62 государства из 74 существовавших на тот момент (80 % населения Земного шара).\nБоевые действия велись на территории Европы, Азии и Африки и в водах всех океанов. Это единственный конфликт, в котором было применено ядерное оружие. В результате войны погибло более 70 миллионов человек, из которых большинство — мирные жители.Число участвовавших стран менялось в течение войны. Некоторые из них вели активные военные действия, другие помогали Союзникам поставками продовольствия, а многие участвовали в войне только номинально.", "Было ли применено ядерное оружие?", 300, 1, 0.5, 0.4, 0.4],
]

def evaluate(
    instruction,
    input=None,
    token_count=200,
    temperature=1.0,
    top_p=0.5,
    presencePenalty = 0.4,
    countPenalty = 0.4,
):
    args = PIPELINE_ARGS(temperature = max(0.2, float(temperature)), top_p = float(top_p),
                     alpha_frequency = countPenalty,
                     alpha_presence = presencePenalty,
                     token_ban = [], # ban the generation of some tokens
                     token_stop = [0]) # stop generation whenever you see any token here

    instruction = re.sub(r'\n{2,}', '\n', instruction).strip().replace('\r\n','\n')
    input = re.sub(r'\n{2,}', '\n', input).strip().replace('\r\n','\n')
    ctx = generate_prompt(instruction, input)
    
    all_tokens = []
    out_last = 0
    out_str = ''
    occurrence = {}
    state = None
    for i in range(int(token_count)):
        out, state = model.forward(pipeline.encode(ctx)[-ctx_limit:] if i == 0 else [token], state)
        for n in occurrence:
            out[n] -= (args.alpha_presence + occurrence[n] * args.alpha_frequency)

        token = pipeline.sample_logits(out, temperature=args.temperature, top_p=args.top_p)
        if token in args.token_stop:
            break
        all_tokens += [token]
        for xxx in occurrence:
            occurrence[xxx] *= 0.996
        if token not in occurrence:
            occurrence[token] = 1
        else:
            occurrence[token] += 1
        
        tmp = pipeline.decode(all_tokens[out_last:])
        if '\ufffd' not in tmp:
            out_str += tmp
            yield out_str.strip()
            out_last = i + 1
        if '\n\n' in out_str:
            break

    del out
    del state
    gc.collect()
    yield out_str.strip()

def user(message, chatbot):
    chatbot = chatbot or []
    return "", chatbot + [[message, None]]

def alternative(chatbot, history):
    if not chatbot or not history:
        return chatbot, history
    
    chatbot[-1][1] = None
    history[0] = copy.deepcopy(history[1])

    return chatbot, history


with gr.Blocks(title=title) as demo:
    gr.HTML(f"<div style=\"text-align: center;\">\n<h1>🌍World - {title}</h1>\n</div>")
    with gr.Tab("Extract QA"):
        gr.Markdown(f"100% RNN RWKV-LM **trained on 100+ world languages**. Demo limited to ctxlen {ctx_limit}")
        with gr.Row():
            with gr.Column():
                context = gr.Textbox(lines=2, label="Context", value='')
                question = gr.Textbox(lines=2, label="Question", placeholder="")
                token_count = gr.Slider(10, 300, label="Max Tokens", step=10, value=300)
                temperature = gr.Slider(0.2, 2.0, label="Temperature", step=0.1, value=1.2)
                top_p = gr.Slider(0.0, 1.0, label="Top P", step=0.05, value=0.5)
                presence_penalty = gr.Slider(0.0, 1.0, label="Presence Penalty", step=0.1, value=0.4)
                count_penalty = gr.Slider(0.0, 1.0, label="Count Penalty", step=0.1, value=0.4)
            with gr.Column():
                with gr.Row():
                    submit = gr.Button("Submit", variant="primary")
                    clear = gr.Button("Clear", variant="secondary")
                output = gr.Textbox(label="Output", lines=5)
        data = gr.Dataset(components=[context, question, token_count, temperature, top_p, presence_penalty, count_penalty], samples=examples, label="Example", headers=["Context", "Question", "Max Tokens", "Temperature", "Top P", "Presence Penalty", "Count Penalty"])
        submit.click(evaluate, [context, question, token_count, temperature, top_p, presence_penalty, count_penalty], [output])
        clear.click(lambda: None, [], [output])
        data.click(lambda x: x, [data], [context, question, token_count, temperature, top_p, presence_penalty, count_penalty])

demo.queue(max_size=10)
demo.launch(share=False)