typo

app.py

@@ -10,7 +10,14 @@ if os.environ.get('HF_TOKEN') is None:
 hugging_face_model_id = "eltorio/Llama-3.2-3B-appreciation"
 base_model_path = "meta-llama/Llama-3.2-3B-Instruct"
 device = torch.device('cuda') if torch.cuda.is_available() else torch.device('cpu')
+
 device_desc = f"Cette I.A. fonctionne sur {device} 🚀." if device == torch.device('cuda') else f"🐢 Cette I.A. ne peut pas fonctionner sur {device} 🐢."
+# Define the title, description, and device description for the Gradio interface
+title = f"Une intelligence artificielle pour écrire des appréciations et tourne sur {device}"
+desc = "Ce modèle vous propose une évaluation automatique."
+
+# Define the long description for the Gradio interface
+long_desc = f"Cette démonstration est basée sur le modèle <a href='https://huggingface.co/eltorio/Llama-3.2-3B-appreciation'>Llama-3.2-3B-appreciation</a>, c'est un LLM basé sur Llama 3.2 3B-instruct!<br><b>{device_desc}</b><br> 2024 - Ronan Le Meillat"
 
 if torch.cuda.is_available():
     # Determine the device (GPU or CPU) to run the model on
@@ -61,13 +68,6 @@ if torch.cuda.is_available():
         decoded_sequences = tokenizer.batch_decode(outputs[:, inputs.shape[1]:],skip_special_tokens=True)[0]
         return decoded_sequences
 
-    # Define the title, description, and device description for the Gradio interface
-    title = f"Une intelligence artificielle pour écrire des appréciationst <b>tourne sur {device}</b>"
-    desc = "Ce modèle vous propose une évaluation automatique."
-
-    # Define the long description for the Gradio interface
-    long_desc = f"Cette démonstration est basée sur le modèle <a href='https://huggingface.co/eltorio/Llama-3.2-3B-appreciation'>Llama-3.2-3B-appreciation</a>, c'est un LLM basé sur Llama 3.2 3B-instruct!<br><b>{device_desc}</b><br> 2024 - Ronan Le Meillat"
-
     # Create a Gradio interface with the infere function and specified title and descriptions
     autoeval = gr.Interface(fn=infere, inputs=[
             gr.Radio(
@@ -84,19 +84,13 @@ if torch.cuda.is_available():
                     description=desc, article=long_desc)
 
     # Launch the Gradio interface and share it
-    autoeval.launch(server_name="0.0.0.0",share=False)
+    autoeval.launch(server_name="0.0.0.0",share=True)
 else:
     print("No GPU available")
     device = torch.device('cpu')
     def infere(trimestre: str, moyenne_1: float,moyenne_2: float,moyenne_3: float, comportement: float, participation: float, travail: float) -> str:
         return "No GPU available, please contact me"
     
-    title = f"Une intelligence artificielle pour écrire des appréciationst <b>tourne sur {device}</b>"
-    desc = "Ce modèle vous propose une évaluation automatique."
-
-    # Define the long description for the Gradio interface
-    long_desc = f"Cette démonstration est basée sur le modèle <a href='https://huggingface.co/eltorio/Llama-3.2-3B-appreciation'>Llama-3.2-3B-appreciation</a>, c'est un LLM basé sur Llama 3.2 3B-instruct!<br><b>{device_desc}</b><br> 2024 - Ronan Le Meillat"
-
     # Create a Gradio interface with the infere function and specified title and descriptions
     autoeval = gr.Interface(fn=infere, inputs=[
             gr.Radio(
@@ -113,4 +107,4 @@ else:
                     description=desc, article=long_desc)
 
     # Launch the Gradio interface and share it
-    autoeval.launch(server_name="0.0.0.0",share=False)
+    autoeval.launch(server_name="0.0.0.0",share=True)