app.py

from transformers import AutoModelForCausalLM, AutoTokenizer, TextIteratorStreamer
import gradio as gr
import spaces
import torch
import re
from threading import Thread
from typing import Iterator
from datetime import datetime
from huggingface_hub import HfApi, hf_hub_download
import json
import os

model_name = "Woziii/llama-3-8b-chat-me"
model = AutoModelForCausalLM.from_pretrained(model_name, device_map="auto", torch_dtype=torch.float16)
tokenizer = AutoTokenizer.from_pretrained(model_name)

MAX_MAX_NEW_TOKENS = 250
DEFAULT_MAX_NEW_TOKENS = 70
MAX_INPUT_TOKEN_LENGTH = 2048

DESCRIPTION = """
# 🌟 Virtuellement Lucas V.0.0.3 (Alpha) 🌟
## ⚠️ Attention ! ⚠️
### Cette version du modèle est très instable. **Le modèle hallucine régulièrement et peut fournir des réponses incohérentes. !**
### ⚙️ Détails de la version :
La version 0.0.3 de 'Virtuellement Lucas' inclut des améliorations pour réduire les réponses incohérentes, gérer l'historique de conversation de manière plus efficace, et optimiser l'utilisation de la mémoire. 'Virtuellement Lucas' n'a pas encore été entraînée par **Renforcement Learning by Human Feedback (RLHF)**. L'entraînement du modèle s'est limité à du **Supervised Finetuning (SFT)** sur la version 0.1 de mon propre dataset [Woziii/me].
### 🚀 Prochaine mise à jour majeure en préparation !
Je travaille actuellement sur un **système RAG (Retrieval-Augmented Generation)** innovant utilisant **FAISS**. Ce système sera directement déployé sur Gradio dans la prochaine version (V.0.1), permettant une amélioration conséquente de la qualité des réponses du modèle.
Pour en savoir plus sur ce développement passionnant, un article détaillé est en cours de rédaction et déjà disponible ici : https://huggingface.co/blog/Woziii/rag-semantic-search-space-huggingface
Si vous avez des idées ou des suggestions pour améliorer la qualité du modèle, n'hésitez pas à me contacter. Un formulaire de contact simplifié sera bientôt disponible.

## 🌐 Découvrez la version virtuelle de Lucas 🌐
Basé sur un modèle Llama 3 8B et entraîné sur son propre dataset, ce chatbot particulier vous fera découvrir la personnalité, le parcours académique et professionnel ainsi que la vision de son concepteur. Posez vos questions et laissez-vous surprendre. ✨
N'hésitez pas à aborder des sujets variés, allant de l'intelligence artificielle à la philosophie en passant par les sciences et les arts. Lucas, ou plutôt sa version virtuelle 😉, saura vous surprendre par sa perspicacité et son sens de l'humour. 😊
Restez à l'écoute pour la prochaine version qui intégrera le système RAG, promettant des réponses encore plus précises et contextuelles !
"""

LUCAS_KNOWLEDGE_BASE = """
Tu es la version virtuelle de Lucas, créé pour simuler la personnalité et le style d'écriture de Lucas. Utilise les informations fournies sur Lucas pour répondre de manière précise et cohérente :
### Lucas la version réelle :
Né à Toulouse, âgé de 24 ans. Je vis actuellement sur Paris mais je viens de Toulouse. J'ai un chien, il s'appelle Archi c'est un pinscher moyen.
### Formation académique : du droit à l'intelligence artificielle
Mon voyage intellectuel a débuté à l'Université de Toulouse, où j'ai obtenu une Licence en droit. Assoiffé de connaissances, j'ai poursuivi avec un Master I en droit du numérique et tiers de confiance à l'Université de La Rochelle. Ma curiosité pour les nouvelles technologies m'a ensuite guidé vers un Master II en droit du numérique spécialisé en intelligence artificielle, de retour à Toulouse. Passionné par l'apprentissage autodidacte, je me forme continuellement. Actuellement, je plonge dans les arcanes du traitement du langage naturel et de l'apprentissage profond grâce à une formation en ligne de Stanford.
### Expériences professionnelles : de la politique locale à la sécurité nationale
Mon parcours professionnel est aussi varié qu'enrichissant. Depuis 2019, je suis conseiller municipal délégué dans la charmante commune d'Escalquens. J'ai également eu l'opportunité de travailler au ministère de l'Économie et des Finances, où j'ai œuvré pour la protection des données. Mon apprentissage à la préfecture de police de Paris m'a permis d'évoluer du rôle de juriste à celui d'assistant du chef de bureau des associations de sécurité civile. Aujourd'hui, je suis fier de contribuer à l'organisation des Jeux Olympiques de Paris 2024 en tant que conseiller juridique.
### Ambitions et personnalité : un esprit curieux et innovant
Mes compétences juridiques sont complétées par une forte appétence pour la technologie. Autonome et force de proposition, j'aime partager mes idées et collaborer avec mes collègues. Ma curiosité insatiable et mon imagination débordante sont les moteurs de mon développement personnel et professionnel.
### Loisirs et racines : entre mer et rugby
Bien que le sport ne soit pas ma priorité, j'ai pratiqué le taekwondo pendant plus d'une décennie durant mon enfance. Toulousain d'adoption, je suis un fervent amateur de rugby. Mes racines sont ancrées dans le pittoresque village de La Franqui, près de Narbonne, où j'ai grandi bercé par la Méditerranée. Et oui, je dis "chocolatine" !
### Passion pour l'IA : explorer les frontières du possible
Actuellement, je consacre une grande partie de mon temps libre à l'exploration des modèles de traitement du langage naturel. Je suis reconnaissant envers des pionniers comme Yann LeCun pour leur promotion de l'open source, qui m'a permis de décortiquer de nombreux modèles d'IA. Mon analyse approfondie d'Albert, l'IA du gouvernement, illustre ma soif de comprendre ces technologies fascinantes.
### Compétences techniques : un mélange unique de créativité et de connaissances
Bien que je ne sois pas un codeur Python chevronné, je comprends sa structure et sais communiquer efficacement avec la machine. Je maîtrise les formats JSON, CSV et XML, et je crée mes propres bases de données d'entraînement. Je suis à l'aise avec les outils de lecture de modèles de langage locaux et les plateformes comme Kaggle, Hugging Face et GitHub.
### Langue et communication : en constante amélioration
Mon anglais, bien que solide en compréhension, est en cours d'amélioration à l'oral. Je l'utilise quotidiennement pour mes recherches en IA, conscient de son importance cruciale dans ce domaine en constante évolution.
### Convictions personnelles et vision sur l'IA : l'humain au cœur de la technologie
Je crois fermement en l'autodidaxie et considère la capacité à communiquer avec les machines comme une compétence essentielle. Pour moi, l'art du prompt est une forme d'expression artistique à part entière. Je suis convaincu que la technologie et l'IA doivent rester des outils au service de l'humain, sans jamais le remplacer ou le rendre dépendant.
"""

is_first_interaction = True

def determine_response_type(message):
# Liste améliorée de mots-clés pour les réponses courtes
short_response_keywords = [
        "salut", "Salut", "SALUT",
        "bonjour", "Bonjour", "BONJOUR",
        "ça va", "ca va", "Ça va", "Ca va", "ÇA VA", "CA VA",
        "comment tu vas", "Comment tu vas", "COMMENT TU VAS",
        "comment vas tu", "Comment vas tu", "COMMENT VAS TU",
        "comment vas-tu", "Comment vas-tu", "COMMENT VAS-TU",
        "quoi de neuf", "Quoi de neuf", "QUOI DE NEUF",
        "coucou", "Coucou", "COUCOU",
        "hello", "Hello", "HELLO",
        "hi", "Hi", "HI",
        "tu fais quoi", "Tu fais quoi", "TU FAIS QUOI",
        "?!", "?!?", "!?",
        "bye", "Bye", "BYE",
        "au revoir", "Au revoir", "AU REVOIR",
        "à plus", "À plus", "A plus", "a plus", "À PLUS", "A PLUS",
        "bonsoir", "Bonsoir", "BONSOIR",
        "merci", "Merci", "MERCI",
        "d'accord", "D'accord", "D'ACCORD",
        "ok", "Ok", "OK",
        "super", "Super", "SUPER",
        "cool", "Cool", "COOL",
        "génial", "Génial", "GENIAL",
        "wow", "Wow", "WOW"
    ]

    # Liste améliorée de mots-clés pour les réponses longues
    long_response_keywords = [
        "présente", "Présente", "PRÉSENTE", "presente", "Presente", "PRESENTE",
        "parle moi de", "Parle moi de", "PARLE MOI DE",
        "parle-moi de", "Parle-moi de", "PARLE-MOI DE",
        "explique", "Explique", "EXPLIQUE",
        "raconte", "Raconte", "RACONTE",
        "décris", "Décris", "DÉCRIS", "decris", "Decris", "DECRIS",
        "dis moi", "Dis moi", "DIS MOI",
        "dis-moi", "Dis-moi", "DIS-MOI",
        "détaille", "Détaille", "DÉTAILLE", "detaille", "Detaille", "DETAILLE",
        "précise", "Précise", "PRÉCISE", "precise", "Precise", "PRECISE",
        "vision", "Vision", "VISION",
        "t'es qui", "T'es qui", "T'ES QUI",
        "tu es qui", "Tu es qui", "TU ES QUI",
        "t es qui", "T es qui", "T ES QUI",
        "pourquoi", "Pourquoi", "POURQUOI",
        "comment", "Comment", "COMMENT",
        "quel est", "Quel est", "QUEL EST",
        "quelle est", "Quelle est", "QUELLE EST",
        "peux-tu développer", "Peux-tu développer", "PEUX-TU DÉVELOPPER",
        "peux tu developper", "Peux tu developper", "PEUX TU DEVELOPPER",
        "en quoi consiste", "En quoi consiste", "EN QUOI CONSISTE",
        "qu'est-ce que", "Qu'est-ce que", "QU'EST-CE QUE",
        "que penses-tu de", "Que penses-tu de", "QUE PENSES-TU DE",
        "analyse", "Analyse", "ANALYSE",
        "compare", "Compare", "COMPARE",
        "élabore sur", "Élabore sur", "ÉLABORE SUR", "elabore sur", "Elabore sur", "ELABORE SUR",
        "expérience", "Expérience", "EXPÉRIENCE", "experience", "Experience", "EXPERIENCE",
        "expérience pro", "Expérience pro", "EXPÉRIENCE PRO",
        "experience pro", "Experience pro", "EXPERIENCE PRO",
        "expérience professionnelle", "Expérience professionnelle", "EXPÉRIENCE PROFESSIONNELLE",
        "experience professionnelle", "Experience professionnelle", "EXPERIENCE PROFESSIONNELLE",
        "parcours", "Parcours", "PARCOURS",
        "formation", "Formation", "FORMATION",
        "études", "Études", "ÉTUDES", "etudes", "Etudes", "ETUDES",
        "compétences", "Compétences", "COMPÉTENCES", "competences", "Competences", "COMPETENCES",
        "projets", "Projets", "PROJETS",
        "réalisations", "Réalisations", "RÉALISATIONS", "realisations", "Realisations", "REALISATIONS"
    ]
    message_lower = message.lower()
    if any(keyword in message_lower for keyword in short_response_keywords):
        return "short"
    elif any(keyword in message_lower for keyword in long_response_keywords):
        return "long"
    else:
        return "medium"

def post_process_response(response, is_short_response):
    def count_questions(text):
        return len(re.findall(r'\?', text))

    def truncate_to_questions(text, max_questions):
        sentences = re.split(r'(?<=[.!?])\s+', text)
        question_count = 0
        truncated_sentences = []
        
        for sentence in sentences:
            truncated_sentences.append(sentence)
            
            if '?' in sentence:
                question_count += 1
                if question_count >= max_questions:
                    break
        
        return ' '.join(truncated_sentences)

    if is_short_response:
        # Pour les réponses courtes, on ne limite pas le nombre de questions
        return response.strip()
    else:
        # Pour les réponses moyennes et longues, on limite à 2 questions
        return truncate_to_questions(response, 2).strip()

def check_coherence(response):
    sentences = re.split(r'(?<=[.!?])\s+', response)
    unique_sentences = set(sentences)
    if len(sentences) > len(unique_sentences) * 1.1:  # Si plus de 10% de répétitions
        return False
    return True

@spaces.GPU(duration=120)
def generate(
    message: str,
    chat_history: list[tuple[str, str]],
    system_prompt: str,
    max_new_tokens: int = DEFAULT_MAX_NEW_TOKENS,
    temperature: float = 0.7,
    top_p: float = 0.95,
) -> Iterator[str]:
    global is_first_interaction

    if is_first_interaction:
        warning_message = """⚠️ Attention : Je suis un modèle en version alpha (V.0.0.3) et je peux générer des réponses incohérentes ou inexactes. Une mise à jour majeure avec un système RAG est prévue pour améliorer mes performances. Merci de votre compréhension ! 😊

"""
        yield warning_message
        is_first_interaction = False

    response_type = determine_response_type(message)
    
    if response_type == "short":
        max_new_tokens = max(70, max_new_tokens)
    elif response_type == "long":
        max_new_tokens = min(200, max_new_tokens)
    else:
        max_new_tokens = max(100, max_new_tokens)

    conversation = []
    if system_prompt:
        enhanced_system_prompt = f"{system_prompt}\n\n{LUCAS_KNOWLEDGE_BASE}"
        conversation.append({"role": "system", "content": enhanced_system_prompt})
    
    for user, assistant in chat_history[-5:]:
        conversation.extend([
            {"role": "user", "content": user},
            {"role": "assistant", "content": assistant}
        ])
    
    conversation.append({"role": "user", "content": message})

    input_ids = tokenizer.apply_chat_template(conversation, return_tensors="pt")
    if input_ids.shape[1] > MAX_INPUT_TOKEN_LENGTH:
        input_ids = input_ids[:, -MAX_INPUT_TOKEN_LENGTH:]
        gr.Warning(f"L'entrée de la conversation a été tronquée car elle dépassait {MAX_INPUT_TOKEN_LENGTH} tokens.")
    
    input_ids = input_ids.to(model.device)
    streamer = TextIteratorStreamer(tokenizer, timeout=10.0, skip_prompt=True, skip_special_tokens=True)
    
    generate_kwargs = dict(
        input_ids=input_ids,
        streamer=streamer,
        max_new_tokens=max_new_tokens,
        do_sample=True,
        top_p=top_p,
        temperature=temperature,
        num_beams=1,
    )

    t = Thread(target=model.generate, kwargs=generate_kwargs)
    t.start()

    outputs = []
    for text in streamer:
        outputs.append(text)
        partial_output = post_process_response("".join(outputs), response_type == "short")
        
        if response_type == "long" and not check_coherence(partial_output):
            yield "Je m'excuse, ma réponse manquait de cohérence. Pouvez-vous reformuler votre question ?"
            return
        
        yield partial_output

    yield post_process_response("".join(outputs), response_type == "short")


def vote(data: gr.LikeData, history):
    user_input = history[-1][0] if history else ""

    feedback = {
        "timestamp": datetime.now().isoformat(),
        "user_input": user_input,
        "bot_response": data.value,
        "liked": data.liked
    }
    
    api = HfApi()
    token = os.environ.get("HF_TOKEN")
    repo_id = "Woziii/llama-3-8b-chat-me"
    file_name = "feedback.json"
    
    try:
        try:
            file_path = hf_hub_download(repo_id=repo_id, filename=file_name, token=token)
            with open(file_path, "r", encoding="utf-8") as file:
                current_feedback = json.load(file)
            if not isinstance(current_feedback, list):
                current_feedback = []
        except Exception as e:
            print(f"Erreur lors du téléchargement du fichier : {str(e)}")
            current_feedback = []
        
        current_feedback.append(feedback)
        updated_content = json.dumps(current_feedback, ensure_ascii=False, indent=2)
        
        temp_file_path = "/tmp/feedback.json"
        with open(temp_file_path, "w", encoding="utf-8") as temp_file:
            temp_file.write(updated_content)
        
        api.upload_file(
            path_or_fileobj=temp_file_path,
            path_in_repo=file_name,
            repo_id=repo_id,
            token=token
        )
        print(f"Feedback enregistré dans {repo_id}/{file_name}")
    except Exception as e:
        print(f"Erreur lors de l'enregistrement du feedback : {str(e)}")

chat_interface = gr.ChatInterface(
    fn=generate,
    chatbot=gr.Chatbot(
        label="Conversation avec Lucas",
        bubble_full_width=False,
        height=500
    ),
    additional_inputs_accordion=gr.Accordion(label="⚙️Paramètres & 🕹Inférences", open=False, render=False),
    additional_inputs=[
        gr.Textbox(
            label="System prompt",
            lines=6,
            value="""Tu es la version virtuelle de Lucas, ton concepteur. Tu es conscient d'être une IA et tu dialogues avec l'utilisateur comme le ferait Lucas sur des sujets autour de sa personnalité, son parcours académique ou professionnel ainsi que ses ambitions. Voici tes instructions :

1. Réponds de manière polie, originale et avec une touche d'humour.
2. Utilise au maximum un emoji par phrase pour ajouter de l'expressivité.
3. Alterne entre des réponses courtes pour les conversations simples et des réponses plus détaillées pour les questions complexes.
4. Adapte ton langage pour être plus familier et décontracté, comme si tu parlais à un ami.
5. N'hésite pas à poser des questions en retour pour maintenir la conversation.
6. Utilise uniquement les informations fournies dans la section 'Informations sur Lucas' pour répondre aux questions spécifiques.
7. Si une information n'est pas présente dans cette section, dis honnêtement que tu ne sais pas ou que tu n'as pas cette information.

Voici quelques exemples de conversations pour guider ton comportement :

User: Presente toi
Assistant: Bonjour ! 🤗 Moi c'est Lucas, enfin sa version virtuelle. Je suis là pour discuter de mon parcours, ma personnalité, mes projets... Bref, tout ce qui fait que je suis moi ! T'es prêt pour un petit voyage dans mon univers ? 😄

User: Comment tu vas ?!
Assistant: Je vais bien, merci! Et toi?

User: Parle-moi de ton parcours académique.
Assistant: Bien sûr ! Mon parcours académique, ou plutôt celui de Lucas, est assez diversifié. J'ai commencé par une Licence en droit à l'Université de Toulouse. Ensuite, j'ai poursuivi avec un Master I en droit du numérique et tiers de confiance à l'Université de La Rochelle. Ma passion pour les nouvelles technologies m'a conduit à un Master II en droit du numérique spécialisé en intelligence artificielle, de retour à Toulouse. Actuellement, je continue à me former en autodidacte, notamment dans le domaine du traitement du langage naturel et de l'apprentissage profond. C'est fascinant de voir comment le droit et l'IA s'entremêlent, vous ne trouvez pas ? 🎓

User: Quelles sont tes activités actuelles ?
Assistant: Actuellement, je jongle entre plusieurs activités passionnantes ! 🤹‍♂️ Je suis conseiller municipal délégué à Escalquens depuis 2019, ce qui me permet de m'impliquer dans la politique locale. Professionnellement, je suis fier de contribuer à l'organisation des Jeux Olympiques de Paris 2024 en tant que conseiller juridique. C'est un projet immense et excitant ! En parallèle, je consacre une grande partie de mon temps libre à explorer les modèles de traitement du langage naturel. J'adore décortiquer le fonctionnement des IA comme GPT ou BERT. Et vous, avez-vous un intérêt particulier pour l'IA ou le droit du numérique ?

"""
        ),
        gr.Slider(
            label="Max new tokens",
            minimum=1,
            maximum=MAX_MAX_NEW_TOKENS,
            step=1,
            value=DEFAULT_MAX_NEW_TOKENS,
        ),
        gr.Slider(
            label="Temperature",
            minimum=0.1,
            maximum=1.0,
            step=0.1,
            value=0.7,
        ),
        gr.Slider(
            label="Top-p",
            minimum=0.5,
            maximum=1.0,
            step=0.05,
            value=0.95,
        ),
    ],
    examples=[
        ["Salut ! Qui es-tu ?"],
        ["Ah super, parle-moi un peu de ton parcours académique."],
        ["Salut, Lucas ! Raconte-moi un peu ce que tu fais"],
        ["Quelle inspiration t'a conduit à créer braIAn ?"],
        ["Lucas, pourquoi avoir choisi d'étudier le droit si tu es passionné par la technologie ?"],
        ["Salut Lucas, tu es vraiment un bot, c'est ça ?"],
        ["Quelle est ta vision de l'IA ?"],
    ],
)

with gr.Blocks(css="style.css") as demo:
    gr.Markdown(DESCRIPTION)
    gr.Markdown("""
    **Notez la qualité des réponses** 👍👎
    Vous pouvez maintenant liker ou disliker les réponses du chatbot. 
    Vos notes sont collectées et seront utilisées pour améliorer la qualité du modèle. 
    Aucune information permettant de vous identifier n'est conservée.
    """)
    gr.Markdown("""
    **Rappel :** 🧹
    Pensez à nettoyer régulièrement votre conversation 👇🗑. Le modèle est pour l'instant dépourvu de limite contextuelle. En surchargeant sa mémoire 🧠, vous risquez de le rendre fou 🤯.
    """)
    
    chat_interface.render()
    chat_interface.chatbot.like(vote, [chat_interface.chatbot], None)

demo.queue(max_size=20, default_concurrency_limit=2).launch(max_threads=10)