import gradio as gr from transformers import AutoModelForCausalLM, AutoTokenizer import torch # Načtení modelu MODEL_NAME = "meta-llama/Llama-2-7b-chat-hf" # Změň podle potřeby tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME) model = AutoModelForCausalLM.from_pretrained( MODEL_NAME, torch_dtype=torch.float16, device_map="auto" ) # Funkce pro generování textu def chat(prompt): inputs = tokenizer(prompt, return_tensors="pt").to("cuda") output = model.generate(**inputs, max_new_tokens=100) return tokenizer.decode(output[0], skip_special_tokens=True) # Webové UI pomocí Gradio interface = gr.Interface( fn=chat, inputs="text", outputs="text", title="LLaMA 2 Chatbot", description="Tento chatbot běží na modelu LLaMA 2 a odpovídá na otázky.", ) interface.launch()