app.py

import os
import time
import spaces
from threading import Thread
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer, TextIteratorStreamer
import gradio as gr

MODEL = "weblab-GENIAC/Tanuki-8B-dpo-v1.0"
HF_TOKEN = os.environ.get("HF_TOKEN", None)

TITLE = "<h1><center>Tanuki-8B-dpo-v1.0</center></h1>"

DESCRIPTION = """
<div class="model-description">
    <p>
        🦡 <a href="https://huggingface.co/weblab-GENIAC/Tanuki-8B-dpo-v1.0"><b>Tanuki 8B</b>(weblab-GENIAC/Tanuki-8B-dpo-v1.0)</a>は、
        経産省及びNEDOが推進する日本国内の生成AI基盤モデル開発を推進する「GENIAC」プロジェクトにおいて、松尾・岩澤研究室が開発・公開したLLMとなります。
        本プロジェクトは松尾研が提供する大規模言語モデル講座（2023年9月開催、2,000名が受講）の修了生及び一般公募によって集まった有志の開発者（⺠間企業・研究者・学⽣で構成）が、最新の研究成果や技術的な知見を取り入れ、開発を行ったモデルです。
    </p>
    <p>🤖 このデモでは、Tanuki 8Bとチャットを行うことが可能です。(注:フルバーションの<a href="https://huggingface.co/weblab-GENIAC/Tanuki-8x8B-dpo-v1.0">Tanuki 8x8B</a>ではございません。)</p>
    <p>📄 モデルの詳細については、<a href="http://weblab.t.u-tokyo.ac.jp/2024-08-30">プレスリリース</a>をご覧ください。お問い合わせは<a href="https://weblab.t.u-tokyo.ac.jp/contact/">こちら</a>までどうぞ。</p>
    <p>関連サイト: <a href="https://weblab.t.u-tokyo.ac.jp/geniac_llm">GENIAC 松尾研 LLM開発プロジェクト</a></p>
</div>
"""

PLACEHOLDER = """
<div class="image-placeholder">
    <img src="https://weblab.t.u-tokyo.ac.jp/wp-content/uploads/2024/06/GENIAC-image-cutting3-1.jpg" alt="Tanuki-8B Image">
    <h1>Tanuki-8B</h1>
</div>
"""

CSS = """
.duplicate-button {
    margin: auto !important;
    color: white !important;
    background: black !important;
    border-radius: 100vh !important;
}

h3 {
    text-align: center;
}

.model-description {
    padding: 0.5em 1em;
    margin: 2em 0;
    border-top: solid 5px #5d627b;
    box-shadow: 0 1px 1px rgba(0, 0, 0, 0.22);
    border-radius: 5px;
}

.model-description p {
    margin: 0;
    padding: 0;
    color: #5d627b;
}

.image-placeholder {
    text-align: center;
    display: flex;
    flex-direction: column;
    align-items: center;
}

.image-placeholder img {
    width: 100%;
    height: auto;
    opacity: 0.55;
}

.image-placeholder h1 {
    font-size: 28px;
    margin-bottom: 2px;
    opacity: 0.55;
}
"""

ANALYTICS_HEAD = """
<script async src="https://www.googletagmanager.com/gtag/js?id=G-JLBL393020"></script>
"""
ANALYTICS_JS = """
function() {
  window.dataLayer = window.dataLayer || [];
  function gtag(){dataLayer.push(arguments);}
  gtag('js', new Date());
  gtag('config', 'G-JLBL393020');
}
"""

tokenizer = AutoTokenizer.from_pretrained(MODEL)
model = AutoModelForCausalLM.from_pretrained(
    MODEL,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)
print(model)

@spaces.GPU()
def stream_chat(
    message: str, 
    history: list,
    system_prompt: str,
    temperature: float = 0.3, 
    max_new_tokens: int = 1024, 
    top_p: float = 1.0, 
    top_k: int = 20, 
):
    print(f'message: {message}')
    print(f'history: {history}')

    conversation = [
        {"role": "system", "content": system_prompt}
    ]
    for prompt, answer in history:
        if prompt == None:
            prompt = " "
        if answer == None:
            answer = " "
        conversation.extend([
            {"role": "user", "content": prompt}, 
            {"role": "assistant", "content": answer},
        ])

    conversation.append({"role": "user", "content": message})

    input_ids = tokenizer.apply_chat_template(conversation, add_generation_prompt=True, return_tensors="pt").to(model.device)
    
    streamer = TextIteratorStreamer(tokenizer, timeout=60.0, skip_prompt=True, skip_special_tokens=True)
    
    generate_kwargs = dict(
        input_ids=input_ids, 
        max_new_tokens = max_new_tokens,
        do_sample = False if temperature == 0 else True,
        top_p = top_p,
        top_k = top_k,
        temperature = temperature,
        streamer=streamer,
    )

    with torch.no_grad():
        thread = Thread(target=model.generate, kwargs=generate_kwargs)
        thread.start()
        
    buffer = ""
    for new_text in streamer:
        buffer += new_text
        yield buffer

            
chatbot = gr.Chatbot(height=600, placeholder=PLACEHOLDER)

with gr.Blocks(head=ANALYTICS_HEAD, css=CSS, theme="soft") as demo:
    demo.load(None, js=ANALYTICS_JS)
    gr.HTML(TITLE)
    gr.DuplicateButton(value="Duplicate Space for private use", elem_classes="duplicate-button")
    gr.Markdown(DESCRIPTION)
    gr.ChatInterface(
        fn=stream_chat,
        chatbot=chatbot,
        fill_height=True,
        additional_inputs_accordion=gr.Accordion(label="⚙️ Parameters", open=True, render=False),
        additional_inputs=[
            gr.Textbox(
                value="以下は、タスクを説明する指示です。要求を適切に満たす応答を書きなさい。",
                label="System Prompt",
                render=False,
            ),
            gr.Slider(
                minimum=0,
                maximum=1,
                step=0.1,
                value=0,
                label="Temperature",
                render=False,
            ),
            gr.Slider(
                minimum=128,
                maximum=8192,
                step=1,
                value=1024,
                label="Max new tokens",
                render=False,
            ),
            gr.Slider(
                minimum=0.0,
                maximum=1.0,
                step=0.1,
                value=1.0,
                label="top_p",
                render=False,
            ),
            gr.Slider(
                minimum=1,
                maximum=20,
                step=1,
                value=20,
                label="top_k",
                render=False,
            ),
        ],
        examples=[
            ["日本で有名なものと言えば"],
            ["人工知能とは何ですか"],
            ["C言語で素数を判定するコードを書いて"],
            ["たぬきが主人公の物語を書いて"]
        ],
        cache_examples=False,
    )


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