app.py

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
import gradio as gr

# Vérifiez si un GPU est disponible avec ZeroGPU
device = "cuda" if torch.cuda.is_available() else "cpu"

# Charger le modèle
model_name = "bigcode/starcoder2-15b-instruct-v0.1"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.float16 if device == "cuda" else torch.float32
).to(device)

# Fonction pour générer du texte
def generate_text(prompt):
    inputs = tokenizer(prompt, return_tensors="pt").to(device)
    outputs = model.generate(inputs["input_ids"], max_length=200)
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

# Interface utilisateur Gradio
interface = gr.Interface(
    fn=generate_text,
    inputs=gr.Textbox(label="Entrez votre instruction"),
    outputs=gr.Textbox(label="Résultat généré"),
    title="StarCoder2-15B-Instruct"
)

# Lancer l'application
interface.launch()