app.py

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

# トークナイザーのロード（GPUは不要なのでグローバルにロード）
tokenizer = AutoTokenizer.from_pretrained("llm-jp/llm-jp-3-8x1.8b-instruct3")

# グローバル変数としてモデルを定義（最初はNone）
model = None

# ZeroGPUで実行される関数（モデルロードに時間がかかる可能性があるため120秒に設定）
@spaces.GPU(duration=120)
def generate_text(system_prompt, user_input, max_length=512, temperature=0.7, top_p=0.95):
    # モデルのロード（初回実行時のみ）
    global model
    if model is None:
        model = AutoModelForCausalLM.from_pretrained(
            "llm-jp/llm-jp-3-8x1.8b-instruct3", 
            device_map="auto", 
            torch_dtype=torch.bfloat16
        )
    
    # チャット形式の入力を作成
    chat = [
        {"role": "system", "content": system_prompt},
        {"role": "user", "content": user_input},
    ]
    
    # トークン化
    tokenized_input = tokenizer.apply_chat_template(
        chat, 
        add_generation_prompt=True, 
        tokenize=True, 
        return_tensors="pt"
    ).to(model.device)
    
    # 生成
    with torch.no_grad():
        output = model.generate(
            tokenized_input,
            max_new_tokens=max_length,
            do_sample=True,
            top_p=top_p,
            temperature=temperature,
            repetition_penalty=1.05,
        )[0]
    
    # デコード
    generated_text = tokenizer.decode(output, skip_special_tokens=True)
    
    return generated_text

# Gradioインターフェースの作成
with gr.Blocks() as demo:
    gr.Markdown("# LLM-JP-3-8x1.8b-instruct3 デモ")
    gr.Markdown("国立情報学研究所が開発した日本語大規模言語モデル「LLM-JP-3」のデモです。ZeroGPUを使用しているため、初回実行時はGPUの割り当てに少し時間がかかることがあります。")
    
    with gr.Row():
        with gr.Column():
            system_prompt = gr.Textbox(
                label="システムプロンプト", 
                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。",
                lines=2
            )
            user_input = gr.Textbox(label="ユーザー入力", lines=5, placeholder="質問や指示を入力してください...")
            
            with gr.Row():
                max_length = gr.Slider(label="最大生成トークン数", minimum=10, maximum=1024, value=512, step=1)
                temperature = gr.Slider(label="Temperature", minimum=0.1, maximum=2.0, value=0.7, step=0.1)
                top_p = gr.Slider(label="Top-p", minimum=0.1, maximum=1.0, value=0.95, step=0.05)
            
            submit_btn = gr.Button("生成")
        
        with gr.Column():
            output = gr.Textbox(label="生成結果", lines=20)
    
    submit_btn.click(
        fn=generate_text,
        inputs=[system_prompt, user_input, max_length, temperature, top_p],
        outputs=output
    )
    
    gr.Examples(
        examples=[
            ["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。", "自然言語処理とは何か"],
            ["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。", "日本の四季について教えてください"],
            ["あなたは優秀な物語作家です。", "猫と犬が友達になる短い物語を書いてください。"]
        ],
        inputs=[system_prompt, user_input]
    )

# アプリの起動
demo.launch()