Spaces:
Sleeping
Sleeping
File size: 2,695 Bytes
f0ecf68 38f2233 f40ea2a f0ecf68 38f2233 f0ecf68 38f2233 f0ecf68 38f2233 f0ecf68 38f2233 f0ecf68 38f2233 f0ecf68 38f2233 f0ecf68 38f2233 f0ecf68 38f2233 f0ecf68 38f2233 f0ecf68 38f2233 f0ecf68 38f2233 f0ecf68 38f2233 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 |
import gradio as gr
from huggingface_hub import InferenceClient
# Inicializar el cliente de inferencia
client = InferenceClient("Qwen/QwQ-32B-Preview")
def respond(
message,
history: list[tuple[str, str]],
system_message,
max_tokens,
temperature,
top_p,
):
# Construir el contexto de mensajes
messages = [{"role": "system", "content": system_message}]
for user_msg, assistant_msg in history:
if user_msg:
messages.append({"role": "user", "content": user_msg})
if assistant_msg:
messages.append({"role": "assistant", "content": assistant_msg})
messages.append({"role": "user", "content": message})
response = ""
# Realizar la llamada al modelo con streaming deshabilitado para capturar toda la respuesta
full_response = client.chat_completion(
messages,
max_tokens=max_tokens,
stream=False, # Deshabilitar streaming para capturar toda la respuesta de una vez
temperature=temperature,
top_p=top_p,
)
# Extraer el contenido de la respuesta
if full_response and full_response.choices:
response = full_response.choices[0].message['content']
return response
# Definir los controles adicionales con mayor claridad y rangos adecuados
system_message_input = gr.Textbox(
value="Responde siempre en español, y el código siempre completo",
label="Mensaje del Sistema",
lines=2,
placeholder="Instrucciones para el modelo...",
)
max_tokens_slider = gr.Slider(
minimum=512,
maximum=8192, # Aumentar el máximo si el modelo lo soporta
step=1,
value=2048, # Aumentar el valor por defecto para respuestas más largas
label="Máximo de Tokens Nuevos",
)
temperature_slider = gr.Slider(
minimum=0.1,
maximum=2.0, # Ajustar el rango para mayor control
step=0.1,
value=0.7,
label="Temperatura",
)
top_p_slider = gr.Slider(
minimum=0.1,
maximum=1.0,
step=0.05,
value=0.95,
label="Top-p (muestreo por núcleo)",
)
# Configurar la interfaz de chat con una apariencia mejorada
demo = gr.ChatInterface(
fn=respond,
additional_inputs=[
system_message_input,
max_tokens_slider,
temperature_slider,
top_p_slider,
],
title="Interfaz de Chat con QwQ-32B-Preview",
description="Interactúa con el modelo QwQ-32B-Preview de Hugging Face. Ajusta los parámetros para personalizar las respuestas.",
theme="default", # Puedes cambiar a otros temas como "huggingface", "dark", etc.
)
if __name__ == "__main__":
demo.launch(share=True) # `share=True` permite compartir la interfaz públicamente
|