File size: 4,380 Bytes
643e9cd
 
 
 
 
 
 
 
4d6b3f0
643e9cd
4d6b3f0
643e9cd
58517d3
 
643e9cd
 
 
 
 
 
58517d3
 
643e9cd
 
 
 
 
 
 
edd1ac5
643e9cd
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
58517d3
 
 
643e9cd
 
 
 
c3c0489
 
 
 
 
 
 
58517d3
643e9cd
 
58517d3
 
643e9cd
58517d3
643e9cd
 
58517d3
 
643e9cd
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
58517d3
 
 
 
 
 
643e9cd
 
 
 
 
e8e5594
58517d3
643e9cd
 
 
 
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
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
import spaces
import json
import subprocess
from llama_cpp import Llama
from llama_cpp_agent import LlamaCppAgent, MessagesFormatterType
from llama_cpp_agent.providers import LlamaCppPythonProvider
from llama_cpp_agent.chat_history import BasicChatHistory
from llama_cpp_agent.chat_history.messages import Roles
import gradio as gr
from huggingface_hub import hf_hub_download

hf_hub_download(
    repo_id="lucianosb/boto-9B-GGUF",
    filename="boto9b.Q4_0.gguf",
    local_dir="./models"
)



hf_hub_download(
    repo_id="lucianosb/boto-9B-GGUF",
    filename="boto9b.Q5_K_M.gguf",
    local_dir="./models"
)


llm = None
llm_model = None

@spaces.GPU
def respond(
    message,
    history: list[tuple[str, str]],
    model,
    system_message,
    max_tokens,
    temperature,
    top_p,
    top_k,
    repeat_penalty,
):
    chat_template = MessagesFormatterType.GEMMA_2

    global llm
    global llm_model
    
    if llm is None or llm_model != model:
        llm = Llama(
            model_path=f"models/{model}",
            flash_attn=True,
            n_gpu_layers=81,
            n_batch=1024,
            n_ctx=8192,
        )
        llm_model = model

    provider = LlamaCppPythonProvider(llm)

    agent = LlamaCppAgent(
        provider,
        system_prompt=f"{system_message}",
        predefined_messages_formatter_type=chat_template,
        debug_output=True
    )
    
    settings = provider.get_provider_default_settings()
    settings.temperature = temperature
    settings.top_k = top_k
    settings.top_p = top_p
    settings.max_tokens = max_tokens
    settings.repeat_penalty = repeat_penalty
    settings.stream = True

    messages = BasicChatHistory()

    for msn in history:
        user = {
            'role': Roles.user,
            'content': msn[0]
        }
        assistant = {
            'role': Roles.assistant,
            'content': msn[1]
        }
        messages.add_message(user)
        messages.add_message(assistant)
    
    stream = agent.get_chat_response(
        message,
        llm_sampling_settings=settings,
        chat_history=messages,
        returns_streaming_generator=True,
        print_output=False
    )
    
    outputs = ""
    for output in stream:
        outputs += output
        yield outputs

description = """[lucianosb/boto-9B](https://huggingface.co/lucianosb/boto-9B) é um fine-tune de Gemma2-9B para língua portuguesa. 

Boto responde bem a instruções. Não foi treinado para chat.
"""

demo = gr.ChatInterface(
    respond,
     examples=[
        ["Resolva a equação 2x + 3 = 11 para x"],
        ["Escreva uma ficção científica"],
        ["Escreva um poema sobre açaí"],
        ["faça um trocadilho engraçado com a palavra boto"],
        ["Implemente a função haversine em python"]
    ],
    additional_inputs_accordion=gr.Accordion(label="⚙️ Parameters", open=False),
    additional_inputs=[
        gr.Dropdown([
                'boto9b.Q4_0.gguf',
                'boto9b.Q5_K_M.gguf'
            ],
            value="boto9b.Q5_K_M.gguf",
            label="Model"
        ),
        gr.Textbox(value="Abaixo está uma instrução que descreve uma tarefa. Escreva uma resposta que complete adequadamente a solicitação. Seja conciso e direto. Não forneça muitas explicações.", label="System message"),
        gr.Slider(minimum=1, maximum=8192, value=2048, step=1, label="Max tokens"),
        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
        gr.Slider(
            minimum=0.1,
            maximum=1.0,
            value=0.95,
            step=0.05,
            label="Top-p",
        ),
        gr.Slider(
            minimum=0,
            maximum=100,
            value=40,
            step=1,
            label="Top-k",
        ),
        gr.Slider(
            minimum=0.0,
            maximum=2.0,
            value=1.1,
            step=0.1,
            label="Repetition penalty",
        ),
    ],
    retry_btn="🔄 De Novo",
    undo_btn="↩️ Desfazer",
    clear_btn="🗑️ Limpar",
    submit_btn="Enviar",
    stop_btn="Parar",
    title="🐬🩷 Chat com o Boto 9B", 
    description=description,
    chatbot=gr.Chatbot(
        scale=1, 
        likeable=False,
        show_copy_button=True
    ),
    theme=gr.themes.Soft(primary_hue="pink"),
)

if __name__ == "__main__":
    demo.launch()