Update space

README.md

@@ -9,4 +9,46 @@ app_file: app.py
 pinned: false
 ---
 
-An example chatbot using [Gradio](https://gradio.app), [`huggingface_hub`](https://huggingface.co/docs/huggingface_hub/v0.22.2/en/index), and the [Hugging Face Inference API](https://huggingface.co/docs/api-inference/index).
+# MiMo-7B-RL 聊天机器人
+
+这是一个使用小米 MiMo-7B-RL 模型构建的简单聊天机器人应用。
+
+## 环境要求
+
+- Python 3.8+
+- CUDA 支持（推荐用于更快的推理）
+
+## 安装
+
+1. 克隆此仓库：
+```bash
+git clone <repository-url>
+cd <repository-name>
+```
+
+2. 安装依赖：
+```bash
+pip install -r requirements.txt
+```
+
+## 运行应用
+
+执行以下命令启动聊天机器人：
+```bash
+python app.py
+```
+
+启动后，应用将在本地运行，并提供一个网页界面（通常是 http://localhost:7860）。
+
+## 功能特点
+
+- 基于小米 MiMo-7B-RL 大语言模型
+- 支持多轮对话
+- 简洁的 Gradio 网页界面
+- 内置示例问题
+
+## 注意事项
+
+- 首次运行时需要下载模型，可能需要一些时间
+- 建议使用具有足够显存的 GPU 来运行模型（建议至少 16GB 显存）
+- 如果遇到显存不足的问题，可以尝试调整 `app.py` 中的生成参数

app.py

@@ -1,64 +1,47 @@
 import gradio as gr
-from huggingface_hub import InferenceClient
-
-"""
-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")
-
-
-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})
-
-    response = ""
-
-    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
-
-        response += token
-        yield response
-
+from transformers import AutoTokenizer, AutoModelForCausalLM
+import torch
+
+# 加载模型和分词器
+model_name = "XiaomiMiMo/MiMo-7B-RL"
+tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
+model = AutoModelForCausalLM.from_pretrained(
+    model_name,
+    torch_dtype=torch.float16,
+    device_map="auto",
+    trust_remote_code=True
+)
 
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
+def predict(message, history):
+    # 构建输入
+    history_text = ""
+    for human, assistant in history:
+        history_text += f"Human: {human}\nAssistant: {assistant}\n"
+    prompt = f"{history_text}Human: {message}\nAssistant:"
+    
+    # 生成回复
+    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
+    outputs = model.generate(
+        **inputs,
+        max_new_tokens=512,
+        do_sample=True,
+        temperature=0.7,
+        top_p=0.9,
+        repetition_penalty=1.1,
+        pad_token_id=tokenizer.eos_token_id
+    )
+    response = tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True)
+    
+    return response.strip()
+
+# 创建Gradio界面
 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)",
-        ),
-    ],
+    predict,
+    title="MiMo-7B-RL 聊天机器人",
+    description="这是一个基于小米 MiMo-7B-RL 模型的聊天机器人。",
+    examples=["你好！", "请介绍一下你自己", "你能做什么？"],
+    theme=gr.themes.Soft()
 )
 
-
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch(share=True)

requirements.txt

@@ -1 +1,4 @@
-huggingface_hub==0.25.2
+gradio==4.19.2
+torch>=2.0.0
+transformers>=4.36.0
+accelerate>=0.27.0