Create app.py

app.py

@@ -0,0 +1,34 @@
+# Installer les dépendances si nécessaire
+# pip install transformers torch gradio safetensors
+
+from transformers import AutoModelForCausalLM, AutoTokenizer
+import torch
+import gradio as gr
+
+# Charger le modèle et le tokenizer
+model_name = "Shaheer14326/Fine_tunned_Biogpt"
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForCausalLM.from_pretrained(model_name, device_map="auto")  # "cpu" si pas de GPU
+
+# Fonction pour générer du texte
+def generate_text(prompt):
+    inputs = tokenizer(prompt, return_tensors="pt")
+    outputs = model.generate(
+        **inputs,
+        max_new_tokens=150,
+        do_sample=True,
+        temperature=0.7
+    )
+    return tokenizer.decode(outputs[0], skip_special_tokens=True)
+
+# Interface Gradio
+iface = gr.Interface(
+    fn=generate_text,
+    inputs=gr.Textbox(lines=2, placeholder="Pose ta question médicale ici..."),
+    outputs="text",
+    title="Chatbot Médical avec BioGPT",
+    description="Pose des questions médicales et BioGPT génère une réponse."
+)
+
+# Lancer l'interface
+iface.launch()