app.py

import datetime

import gradio as gr
import torch
from cache_system import CacheHandler
from header import article, header
from newspaper import Article
from prompts import summarize_clickbait_short_prompt
from transformers import (
    AutoModelForCausalLM,
    AutoTokenizer,
    BitsAndBytesConfig,
    GenerationConfig,
    LogitsProcessorList,
    TextStreamer,
)
from utils import StopAfterTokenIsGenerated

total_runs = 0

# Cargar el tokenizador
tokenizer = AutoTokenizer.from_pretrained("somosnlp/NoticIA-7B")

# Cargamos el modelo en 4 bits para usar menos VRAM
# Usamos bitsandbytes por que es lo más sencillo de implementar para la demo aunque no es ni lo más rápido ni lo más eficiente
quantization_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_compute_dtype=torch.bfloat16,
    bnb_4bit_use_double_quant=True,
)

model = AutoModelForCausalLM.from_pretrained(
    "somosnlp/NoticIA-7B",
    torch_dtype=torch.bfloat16,
    device_map="auto",
    #quantization_config=quantization_config,
)

print(f"Model loaded in {model.device}")

# Parámetros de generación.
generation_config = GenerationConfig(
    max_new_tokens=128,  # Los resúmenes son cortos, no necesitamos más tokens
    min_new_tokens=1,  # No queremos resúmenes vacíos
    do_sample=True,  # Un poquito mejor que greedy sampling
    num_beams=1,
    use_cache=True,  # Eficiencia
    top_k=40,
    top_p=0.1,
    repetition_penalty=1.1,  # Ayuda a evitar que el modelo entre en bucles
    encoder_repetition_penalty=1.1,  # Favorecemos que el modelo cite el texto original
    temperature=0.15,  #  temperature baja para evitar que el modelo genere texto muy creativo.
)

# Stop words, para evitar que el modelo genere tokens que no queremos.
stop_words = [
    "<s>",
    "</s>",
    "\\n",
    "[/INST]",
    "[INST]",
    "### User:",
    "### Assistant:",
    "###",
    "<start_of_turn>", 
    "<end_of_turn>", 
    "<end_of_turn>\\n",
    "<eos>",
]

# Creamos un logits processor para detener la generación cuando el modelo genere un stop word
stop_criteria = LogitsProcessorList(
    [
        StopAfterTokenIsGenerated(
            stops=[
                torch.tensor(tokenizer.encode(stop_word, add_special_tokens=False))
                for stop_word in stop_words.copy()
            ],
            eos_token_id=tokenizer.eos_token_id,
        )
    ]
)


def generate_text(url: str) -> (str, str):
    """
    Dada una URL de una noticia, genera un resumen de una sola frase que revela la verdad detrás del titular.

    Args:
        url (str): URL de la noticia.

    Returns:
        str: Titular de la noticia.
        str: Resumen de la noticia.
    """
    global cache_handler
    global total_runs

    total_runs += 1
    print(f"Total runs: {total_runs}. Last run: {datetime.datetime.now()}")

    url = url.strip()

    if url.startswith("https://twitter.com/") or url.startswith("https://x.com/"):
        yield (
            "🤖 Vaya, parece que has introducido la url de un tweet. No puedo acceder a tweets, tienes que introducir la URL de una noticia.",
            "❌❌❌ Si el tweet contiene una noticia, dame la URL de la noticia ❌❌❌",
            "Error",
        )
        return (
            "🤖 Vaya, parece que has introducido la url de un tweet. No puedo acceder a tweets, tienes que introducir la URL de una noticia.",
            "❌❌❌ Si el tweet contiene una noticia, dame la URL de la noticia ❌❌❌",
            "Error",
        )

    # 1) Download the article

    # progress(0, desc="🤖 Accediendo a la noticia")

    # First, check if the URL is in the cache
    headline, text, resumen = cache_handler.get_from_cache(url, 0)
    if headline is not None and text is not None and resumen is not None:
        yield headline, resumen
        return headline, resumen
    else:
        try:
            article = Article(url)
            article.download()
            article.parse()
            headline = article.title
            text = article.text
        except Exception as e:
            print(e)
            headline = None
            text = None

        if headline is None or text is None:
            yield (
                "🤖 No he podido acceder a la notica, asegurate que la URL es correcta y que es posible acceder a la noticia desde un navegador.",
                "❌❌❌ Inténtalo de nuevo ❌❌❌",
                "Error",
            )
            return (
                "🤖 No he podido acceder a la notica, asegurate que la URL es correcta y que es posible acceder a la noticia desde un navegador.",
                "❌❌❌ Inténtalo de nuevo ❌❌❌",
                "Error",
            )

        # progress(0.5, desc="🤖 Leyendo noticia")

        try:
            prompt = summarize_clickbait_short_prompt(headline=headline, body=text)

            formatted_prompt = tokenizer.apply_chat_template(
                [{"role": "user", "content": prompt}],
                tokenize=False,
                add_generation_prompt=True,
            )

            model_inputs = tokenizer(
                [formatted_prompt], return_tensors="pt", add_special_tokens=False
            )

            streamer = TextStreamer(tokenizer=tokenizer, skip_prompt=True)

            model_output = model.generate(
                **model_inputs.to(model.device),
                streamer=streamer,
                generation_config=generation_config,
                logits_processor=stop_criteria,
            )

            yield headline, streamer

            resumen = tokenizer.batch_decode(
                model_output,
                skip_special_tokens=True,
                clean_up_tokenization_spaces=True,
            )[0].replace("<|end_of_turn|>", "")

            resumen = resumen.split("GPT4 Correct Assistant:")[-1]

        except Exception as e:
            print(e)
            yield (
                "🤖 Error en la generación.",
                "❌❌❌ Inténtalo de nuevo más tarde ❌❌❌",
                "Error",
            )
            return (
                "🤖 Error en la generación.",
                "❌❌❌ Inténtalo de nuevo más tarde ❌❌❌",
                "Error",
            )

        cache_handler.add_to_cache(
            url=url, title=headline, text=text, summary_type=0, summary=resumen
        )
        yield headline, resumen

    hits, misses, cache_len = cache_handler.get_cache_stats()
    print(
        f"Hits: {hits}, misses: {misses}, cache length: {cache_len}. Percent hits: {round(hits/(hits+misses)*100,2)}%."
    )
    return headline, resumen


# Usamos una cache para guardar las últimas URL procesadas
# Los usuarios seguramente introducirán en un mismo día la misma URL varias veces, por que
# diferentes personas querrán ver el resumen de la misma noticia.
# La cache se encarga de guardar los resúmenes de las noticias para que no tengamos que volver a generarlos.
# La cache tiene un tamaño máximo de 1000 elementos, cuando se llena, se elimina el elemento más antiguo.
cache_handler = CacheHandler(max_cache_size=1000)


demo = gr.Interface(
    generate_text,
    inputs=[
        gr.Textbox(
            label="🌐 URL de la noticia",
            info="Introduce la URL de la noticia que deseas resumir.",
            value="https://somosnlp.org/",
            interactive=True,
        )
    ],
    outputs=[
        gr.Textbox(
            label="📰 Titular de la noticia",
            interactive=False,
            placeholder="Aquí aparecerá el título de la noticia",
        ),
        gr.Textbox(
            label="🗒️ Resumen",
            interactive=False,
            placeholder="Aquí aparecerá el resumen de la noticia.",
        ),
    ],
    # headline="⚔️ Clickbait Fighter! ⚔️",
    thumbnail="https://huggingface.co/datasets/Iker/NoticIA/resolve/main/assets/logo.png",
    theme="JohnSmith9982/small_and_pretty",
    description=header,
    article=article,
    cache_examples=False,
    concurrency_limit=1,
    examples=[
        "https://www.huffingtonpost.es/virales/le-compra-abrigo-abuela-97nos-reaccion-fantasia.html",
        "https://emisorasunidas.com/2023/12/29/que-pasara-el-15-de-enero-de-2024/",
        "https://www.huffingtonpost.es/virales/llega-espana-le-llama-atencion-nombres-propios-persona.html",
        "https://www.infobae.com/que-puedo-ver/2023/11/19/la-comedia-familiar-y-navidena-que-ya-esta-en-netflix-y-puedes-ver-en-estas-fiestas/",
        "https://www.cope.es/n/1610984",
    ],
    submit_btn="Generar resumen",
    stop_btn="Detener generación",
    clear_btn="Limpiar",
    allow_flagging=False,
)

demo.queue(max_size=None)
demo.launch(share=False)