app.py

from transformers import AutoModelForCausalLM, AutoTokenizer
import gradio as gr

# Sử dụng tên mô hình từ Hugging Face
MODEL_NAME = "vilm/vinallama-2.7b-chat-GGUF"

# Tải mô hình và tokenizer
tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
model = AutoModelForCausalLM.from_pretrained(MODEL_NAME, torch_dtype=torch.float16, device_map="auto")

# Hàm chatbot
def chatbot(input_text):
    inputs = tokenizer(input_text, return_tensors="pt").to("cuda")
    outputs = model.generate(inputs["input_ids"], max_length=200, do_sample=True, temperature=0.7)
    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return response

# Giao diện Gradio
interface = gr.Interface(fn=chatbot, inputs="text", outputs="text", title="Vinamallama Chatbot")
interface.launch()