Update app.py

app.py

@@ -101,7 +101,23 @@ def check_coherence(response):
         return False
     return True
 
-def generate(message, chat_history, system_prompt, max_new_tokens=DEFAULT_MAX_NEW_TOKENS, temperature=0.7, top_p=0.95):
+@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.0.0.3.5) 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":
@@ -112,12 +128,16 @@ def generate(message, chat_history, system_prompt, max_new_tokens=DEFAULT_MAX_NE
         max_new_tokens = max(100, max_new_tokens)
 
     conversation = []
+    
+    # Ajout du system prompt et du LUCAS_KNOWLEDGE_BASE
     enhanced_system_prompt = f"{system_prompt}\n\n{LUCAS_KNOWLEDGE_BASE}"
     conversation.append({"role": "system", "content": enhanced_system_prompt})
     
+    # Ajout des 5 derniers inputs utilisateur uniquement
     for user, _ in chat_history[-5:]:
         conversation.append({"role": "user", "content": user})
     
+    # Ajout du message actuel de l'utilisateur
     conversation.append({"role": "user", "content": message})
 
     input_ids = tokenizer.apply_chat_template(conversation, return_tensors="pt")