import os from threading import Thread from typing import Iterator import weaviate from haystack.components.builders import PromptBuilder from sentence_transformers import SentenceTransformer from haystack import Pipeline import gradio as gr import spaces import torch from transformers import AutoModelForCausalLM, AutoTokenizer, TextIteratorStreamer MAX_MAX_NEW_TOKENS = 2048 DEFAULT_MAX_NEW_TOKENS = 1024 MAX_INPUT_TOKEN_LENGTH = int(os.getenv("MAX_INPUT_TOKEN_LENGTH", "4096")) if not torch.cuda.is_available(): DESCRIPTION += "\n

Running on CPU 🥶 This demo does not work on CPU.

" if torch.cuda.is_available(): model_id = "AndreaAlessandrelli4/AvvoChat_AITA_v04" model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto", load_in_4bit=True) tokenizer = AutoTokenizer.from_pretrained(model_id) tokenizer.use_default_system_prompt = False model1 = SentenceTransformer('intfloat/multilingual-e5-large') key='rJ2yBbVQedQvaSH3TABtf9KcuQsnLNRPXguq' url = "https://mmchpi0yssanukk5t3ofta.c0.europe-west3.gcp.weaviate.cloud" client = weaviate.Client( url = url, auth_client_secret=weaviate.auth.AuthApiKey(api_key=key), ) def prompt_template(materiali, query): mat = '' for i, doc in enumerate(materiali): mat += f"""DOCUMENTO {i+1}: {doc["contenuto"]};\n""" prompt_template = f""" Basandoti sulle tue conoscenze e usando le informazioni che ti fornisco di seguito. CONTESTO: {mat} Rispondi alla seguente domanda in modo esaustivo e conciso in massimo 100 parole, evitando inutili giri di parole o ripetizioni, . {query} """ return prompt_template def richiamo_materiali(query, vett_query, alpha=1.0, N_items=5): try: materiali = client.query.get("Default", ["content"]).with_hybrid( query=text_query, vector=vett_query, alpha=alpha, fusion_type=HybridFusion.RELATIVE_SCORE, ).with_additional(["score"]).with_limit(N_items).do() mat = [{"score":i["_additional"]["score"],'contenuto':i["content"]} for i in materiali["data"]["Get"]["Default"]] except: mat =[{"score":0, "contenuto":'NESSUN MATERIALE FORNITO'}] return mat @spaces.GPU def generate( message: str, chat_history: list[tuple[str, str]], system_prompt: str, max_new_tokens: int = 1024, temperature: float = 0.6, top_p: float = 0.9, top_k: int = 50, repetition_penalty: float = 1.2, ) -> Iterator[str]: embeddings_query = model1.encode('query: '+message, normalize_embeddings=True) vettor_query = embeddings_query materiali = richiamo_materiali(message, vettor_query) prompt_finale = prompt_template(materiali, message) conversation = [] conversation.append({"role": "system", "content": '''Sei un an assistente AI di nome 'AvvoChat' specializzato nel rispondere a domande riguardanti la legge Italiana. Rispondi in lingua italiana in modo chiaro, semplice ed esaustivo alle domande che ti vengono fornite. Le risposte devono essere sintetiche e chiare di massimo 100 parole o anche più corte. Firmati alla fine di ogni risposta '-AvvoChat'.'''}) for user, assistant in chat_history: conversation.extend([{"role": "user", "content": user}, {"role": "assistant", "content": assistant}]) conversation.append({"role": "user", "content": prompt_finale}) input_ids = tokenizer.apply_chat_template(conversation, return_tensors="pt") if input_ids.shape[1] > MAX_INPUT_TOKEN_LENGTH: input_ids = input_ids[:, -MAX_INPUT_TOKEN_LENGTH:] gr.Warning(f"Chat troppo lunga superati {MAX_INPUT_TOKEN_LENGTH} tokens.") input_ids = input_ids.to(model.device) streamer = TextIteratorStreamer(tokenizer, timeout=10.0, skip_prompt=True, skip_special_tokens=True) generate_kwargs = dict( {"input_ids": input_ids}, streamer=streamer, max_new_tokens=max_new_tokens, do_sample=True, top_p=top_p, top_k=top_k, temperature=temperature, num_beams=1, repetition_penalty=repetition_penalty, ) t = Thread(target=model.generate, kwargs=generate_kwargs) t.start() outputs = [] for text in streamer: outputs.append(text) yield "".join(outputs) chat_interface = gr.ChatInterface( fn=generate, chatbot=gr.Chatbot(height=400, label = "AvvoChat", show_copy_button=True, avatar_images=("users.jpg","AvvoVhat.png"), layout="bubble",show_share_button=True), textbox=gr.Textbox(placeholder="Inserisci la tua domanda", container=False, scale=7), submit_btn ="Chiedi all'AvvoChat ", retry_btn = "Rigenera", undo_btn = None, clear_btn = "Pulisci chat", fill_height = True, theme = "gstaff/sketch", #title="Avvo-Chat", #description="""Fai una domanda riguardante la legge italiana all'AvvoChat e ricevi una spiegazione semplice al tuo dubbio.""", additional_inputs=[ gr.Textbox(label="System prompt", lines=6), gr.Slider( label="Max new tokens", minimum=1, maximum=MAX_MAX_NEW_TOKENS, step=1, value=DEFAULT_MAX_NEW_TOKENS, ), gr.Slider( label="Temperature", minimum=0.1, maximum=4.0, step=0.1, value=0.6, ), gr.Slider( label="Top-p (nucleus sampling)", minimum=0.05, maximum=1.0, step=0.05, value=0.9, ), gr.Slider( label="Top-k", minimum=1, maximum=1000, step=1, value=50, ), gr.Slider( label="Repetition penalty", minimum=1.0, maximum=2.0, step=0.05, value=1.2, ), ], stop_btn=None, examples=[ ["Posso fare una grigliata sul balcone di casa?"], ["Se esco di casa senza documento di identità posso essere multato?"], ["Le persone single possono adottare un bambino?"], ["Posso usare un'immagine prodotto dall'intelligenza artificiale?"], ], ) with gr.Blocks(css="style.css") as demo: gr.Markdown("# AvvoChat") gr.Markdown("Fai una domanda riguardante la legge italiana all'AvvoChat e ricevi una spiegazione semplice al tuo dubbio.") with gr.Row(): with gr.Column(scale=0.5, min_width = 100): gr.Image("AvvoVhat.png", width = 50, height=200, show_label=False, show_share_button=False, show_download_button=False, container=False), with gr.Column(scale=6): chat_interface.render() if __name__ == "__main__": demo.queue(max_size=20).launch()