Create app.py

app.py

@@ -0,0 +1,24 @@
+import gradio as gr
+from transformers import AutoModelForCausalLM, AutoTokenizer
+
+# Charger le modèle et le tokenizer
+model_name = "nvidia/NVLM-D-72B"
+model = AutoModelForCausalLM.from_pretrained(model_name, trust_remote_code=True)
+tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
+
+# Fonction pour générer du texte
+def generate_text(prompt):
+    inputs = tokenizer(prompt, return_tensors="pt")
+    outputs = model.generate(**inputs, max_length=100)  # Vous pouvez ajuster max_length
+    generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
+    return generated_text
+
+# Interface Gradio
+interface = gr.Interface(fn=generate_text, 
+                         inputs="text", 
+                         outputs="text", 
+                         title="NVLM-D Text Generation",
+                         description="Entrez un prompt pour générer du texte avec le modèle NVLM-D-72B.")
+
+if __name__ == "__main__":
+    interface.launch()