app.py

from transformers import BlenderbotTokenizer, BlenderbotForConditionalGeneration, Trainer, TrainingArguments
from datasets import load_dataset
import torch
import gradio as gr

# ✅ Charger le modèle et le tokenizer
model_name = "facebook/blenderbot-400M-distill"
tokenizer = BlenderbotTokenizer.from_pretrained(model_name)
model = BlenderbotForConditionalGeneration.from_pretrained(model_name)

# ✅ Charger le dataset "fka/awesome-chatgpt-prompts"
dataset = load_dataset("fka/awesome-chatgpt-prompts")

# ✅ Préparer les données en adaptant les colonnes disponibles
def preprocess_function(examples):
    inputs = examples["act"]
    targets = examples["prompt"]

    # Tokenisation avec padding et tronquage
    model_inputs = tokenizer(inputs, max_length=128, truncation=True, padding="max_length", return_tensors="pt")
    labels = tokenizer(targets, max_length=128, truncation=True, padding="max_length", return_tensors="pt")

    model_inputs["labels"] = labels["input_ids"]
    return model_inputs

# Appliquer le prétraitement en retirant les colonnes inutiles
tokenized_dataset = dataset.map(preprocess_function, batched=True, remove_columns=["act", "prompt"])

# ✅ Vérifier si un fine-tuning est nécessaire
do_training = False  # Change à True pour entraîner le modèle

if do_training:
    training_args = TrainingArguments(
        output_dir="./results",
        evaluation_strategy="epoch",
        learning_rate=5e-5,
        per_device_train_batch_size=8,
        per_device_eval_batch_size=8,
        num_train_epochs=3,
        weight_decay=0.01,
        save_total_limit=2,
        push_to_hub=False,
    )

    trainer = Trainer(
        model=model,
        args=training_args,
        train_dataset=tokenized_dataset["train"],
        eval_dataset=tokenized_dataset["test"],
    )

    trainer.train()

# ✅ Pipeline d'inférence pour le chatbot
def chatbot_response(user_input, history=None):  # Accepte l'historique pour éviter l'erreur
    inputs = tokenizer(user_input, return_tensors="pt", max_length=128, truncation=True)
    with torch.no_grad():
        output = model.generate(**inputs, max_length=128, num_beams=5, early_stopping=True)
    return tokenizer.decode(output[0], skip_special_tokens=True)

# ✅ Interface Gradio pour dialoguer avec le chatbot
chatbot = gr.ChatInterface(
    fn=chatbot_response,
    title="Chatbot Service Après-Vente",
    description="Posez vos questions sur le service après-vente et obtenez des réponses instantanées.",
)

chatbot.launch()