Update app.py

app.py

@@ -1,64 +1,87 @@
 import gradio as gr
-from huggingface_hub import InferenceClient
+import torch
+from transformers import AutoTokenizer, AutoModelForCausalLM
 
-"""
-For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
-"""
-client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
+# --- Konfigurasi ---
+# Gunakan ID model yang spesifik dari Hugging Face Hub
+model_id = "google/gemma-3n-E4B-it-litert-preview"
 
+# --- Muat Model dan Tokenizer ---
+# Proses ini hanya berjalan sekali saat aplikasi dimulai
+print("Memuat tokenizer...")
+# Memuat tokenizer yang sesuai dengan model
+tokenizer = AutoTokenizer.from_pretrained(model_id)
 
-def respond(
-    message,
-    history: list[tuple[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
-):
-    messages = [{"role": "system", "content": system_message}]
-
-    for val in history:
-        if val[0]:
-            messages.append({"role": "user", "content": val[0]})
-        if val[1]:
-            messages.append({"role": "assistant", "content": val[1]})
-
-    messages.append({"role": "user", "content": message})
+print("Memuat model... Ini mungkin memakan waktu beberapa menit.")
+# Memuat model AI.
+# torch_dtype=torch.bfloat16 mengurangi penggunaan memori.
+# device_map="auto" akan secara otomatis menggunakan GPU jika tersedia.
+model = AutoModelForCausalLM.from_pretrained(
+    model_id,
+    torch_dtype=torch.bfloat16,
+    device_map="auto",
+)
+print("Model berhasil dimuat!")
 
-    response = ""
+# --- Fungsi Inti untuk Chat ---
+def chat_function(message, history):
+    """
+    Fungsi ini dipanggil setiap kali pengguna mengirim pesan.
+    Ia memformat input, menghasilkan respons dari model, dan mengembalikan hasilnya.
+    """
+    # Template chat untuk Gemma memerlukan format spesifik dengan token khusus.
+    # Kita akan membangun prompt dengan format ini dari riwayat percakapan.
+    chat_template = []
+    for user_msg, assistant_msg in history:
+        chat_template.append({"role": "user", "content": user_msg})
+        chat_template.append({"role": "assistant", "content": assistant_msg})
+    
+    # Tambahkan pesan pengguna yang baru
+    chat_template.append({"role": "user", "content": message})
+    
+    # Terapkan template chat ke tokenizer
+    # Ini akan membuat string prompt yang siap digunakan oleh model
+    prompt = tokenizer.apply_chat_template(chat_template, tokenize=False, add_generation_prompt=True)
 
-    for message in client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        stream=True,
-        temperature=temperature,
-        top_p=top_p,
-    ):
-        token = message.choices[0].delta.content
+    # Tokenisasi prompt yang sudah diformat
+    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
 
-        response += token
-        yield response
+    print("\n--- Menghasilkan Respons ---")
+    print(f"Prompt yang dikirim ke model:\n{prompt}")
 
+    # Hasilkan respons dari model
+    outputs = model.generate(
+        **inputs,
+        max_new_tokens=1500,  # Batas maksimum token untuk respons
+        eos_token_id=tokenizer.eos_token_id  # Berhenti saat token end-of-sentence tercapai
+    )
+    
+    # Decode token output menjadi teks
+    # Kita hanya mengambil bagian respons yang baru dihasilkan
+    response_text = tokenizer.decode(outputs[0][len(inputs.input_ids[0]):], skip_special_tokens=True)
+    
+    print(f"Respons dari model:\n{response_text}")
+    return response_text
 
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
-demo = gr.ChatInterface(
-    respond,
-    additional_inputs=[
-        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
-        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
-        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
-        gr.Slider(
-            minimum=0.1,
-            maximum=1.0,
-            value=0.95,
-            step=0.05,
-            label="Top-p (nucleus sampling)",
-        ),
+# --- Membuat Antarmuka Gradio ---
+# gr.ChatInterface adalah komponen UI tingkat tinggi yang menyediakan fungsionalitas chat
+chatbot_ui = gr.ChatInterface(
+    fn=chat_function,
+    title="🤖 Gemma 3n Chat",
+    description="""
+    Ini adalah antarmuka chat untuk model **google/gemma-3n-E4B-it-litert-preview**. 
+    Model ini adalah model besar, jadi harap bersabar untuk responsnya jika berjalan di CPU.
+    **Sangat disarankan untuk menggunakan hardware GPU untuk performa terbaik.**
+    """,
+    examples=[
+        ["Ceritakan tentang sejarah singkat Indonesia"],
+        ["Buatkan saya resep untuk membuat nasi goreng spesial"],
+        ["Jelaskan konsep machine learning dalam 3 paragraf"]
     ],
-)
-
+    cache_examples=False # Nonaktifkan cache untuk contoh dinamis
+).queue() # .queue() membuat aplikasi lebih responsif
 
+# --- Menjalankan Aplikasi ---
 if __name__ == "__main__":
-    demo.launch()
+    chatbot_ui.launch()
+