Upload folder using huggingface_hub

README.md

@@ -1,12 +1,31 @@
 ---
-title: Lora Demo2
-emoji: 📉
-colorFrom: yellow
-colorTo: gray
+title: LoRA Model Demo
+emoji: 🤖
+colorFrom: blue
+colorTo: green
 sdk: gradio
-sdk_version: 5.49.1
+sdk_version: 4.0.0
 app_file: app.py
 pinned: false
 ---
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# LoRA 파인튜닝 모델 데모
+
+Day 1에서 학습한 LoRA 모델 데모입니다.
+
+## 포함된 모델
+
+- 한국어 요약 (03번) - EXAONE-3.5
+- 감정 분류 (06번) - IMDB
+- 영어 QA (06번) - SQuAD
+
+## 선택 가능 (주석 해제)
+
+- Granite 요약 (05번)
+- Qwen3 요약 (05번)
+
+## 사용 방법
+
+1. 모델 선택
+2. 입력 텍스트 입력
+3. 실행 버튼 클릭

app.py

@@ -0,0 +1,148 @@
+import gradio as gr
+import torch
+from transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfig
+from peft import PeftModel
+
+# 모델 설정 (여기를 수정하세요!)
+MODELS = {
+    # ========================================
+    # 03번: 한국어 요약 (EXAONE-3.5)
+    # ========================================
+    "한국어 요약 (03번)": {
+        "base_model": "LGAI-EXAONE/EXAONE-3.5-2.4B-Instruct",
+        "lora_path": "your-username/exaone-summary-lora",  # TODO: 본인 경로로!
+        "prompt_template": "{input}\n\n요약:",
+        "max_new_tokens": 60,
+        "placeholder": "뉴스 기사를 입력하세요...",
+        "example": "서울시가 내년부터 전기차 충전소를 대폭 확대한다.",
+    },
+    
+    # ========================================
+    # 05번: 다중 모델 비교 (선택사항)
+    # ========================================
+    # "Granite 요약 (05번)": {
+    #     "base_model": "ibm-granite/granite-4.0-micro",
+    #     "lora_path": "your-username/granite-summary-lora",
+    #     "prompt_template": "<|user|>\n{input}\n\n위 기사를 요약해주세요.<|assistant|>\n",
+    #     "max_new_tokens": 60,
+    #     "placeholder": "뉴스 기사를 입력하세요...",
+    #     "example": "서울시가 내년부터 전기차 충전소를 대폭 확대한다.",
+    # },
+    # "Qwen3 요약 (05번)": {
+    #     "base_model": "Qwen/Qwen3-4B-Instruct-2507",
+    #     "lora_path": "your-username/qwen3-summary-lora",
+    #     "prompt_template": "<|im_start|>user\n{input}\n\n위 기사를 요약해주세요.<|im_end|>\n<|im_start|>assistant\n",
+    #     "max_new_tokens": 60,
+    #     "placeholder": "뉴스 기사를 입력하세요...",
+    #     "example": "서울시가 내년부터 전기차 충전소를 대폭 확대한다.",
+    # },
+    
+    # ========================================
+    # 06번: 감정 분류 + 영어 QA
+    # ========================================
+    "감정 분류 (06번)": {
+        "base_model": "LGAI-EXAONE/EXAONE-3.5-2.4B-Instruct",
+        "lora_path": "your-username/lora-sentiment",
+        "prompt_template": "다음 영화 리뷰의 감정을 분류하세요.\n\n리뷰: {input}\n\n감정:",
+        "max_new_tokens": 10,
+        "placeholder": "영화 리뷰를 입력하세요...",
+        "example": "This movie was amazing! Great story and excellent acting.",
+    },
+    "영어 QA (06번)": {
+        "base_model": "LGAI-EXAONE/EXAONE-3.5-2.4B-Instruct",
+        "lora_path": "your-username/lora-qa",
+        "prompt_template": "Context: The Eiffel Tower is in Paris, France.\n\nQuestion: {input}\n\nAnswer:",
+        "max_new_tokens": 30,
+        "placeholder": "질문을 입력하세요...",
+        "example": "Where is the Eiffel Tower located?",
+    },
+}
+
+loaded_models = {}
+
+def load_model(model_name):
+    if model_name in loaded_models:
+        return loaded_models[model_name]
+    
+    config = MODELS[model_name]
+    
+    tokenizer = AutoTokenizer.from_pretrained(config["base_model"], use_fast=False)
+    if tokenizer.pad_token is None:
+        tokenizer.pad_token = tokenizer.eos_token
+    
+    quant_config = BitsAndBytesConfig(
+        load_in_4bit=True,
+        bnb_4bit_use_double_quant=True,
+        bnb_4bit_quant_type="nf4",
+        bnb_4bit_compute_dtype=torch.bfloat16,
+    )
+    
+    base_model = AutoModelForCausalLM.from_pretrained(
+        config["base_model"],
+        device_map="auto",
+        trust_remote_code=True,
+        quantization_config=quant_config,
+    )
+    
+    model = PeftModel.from_pretrained(base_model, config["lora_path"])
+    
+    loaded_models[model_name] = (model, tokenizer, config)
+    return model, tokenizer, config
+
+def generate_response(model_name, user_input):
+    try:
+        model, tokenizer, config = load_model(model_name)
+        prompt = config["prompt_template"].format(input=user_input)
+        inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
+        
+        with torch.no_grad():
+            outputs = model.generate(
+                **inputs,
+                max_new_tokens=config["max_new_tokens"],
+                temperature=0.7,
+                do_sample=True,
+                pad_token_id=tokenizer.eos_token_id,
+            )
+        
+        result = tokenizer.decode(outputs[0], skip_special_tokens=True)
+        
+        # 프롬프트 제거
+        if "요약:" in result:
+            return result.split("요약:")[-1].strip()
+        elif "감정:" in result:
+            return result.split("감정:")[-1].strip()
+        elif "Answer:" in result:
+            return result.split("Answer:")[-1].strip()
+        elif "<|assistant|>" in result:
+            return result.split("<|assistant|>")[-1].strip()
+        elif "<|im_start|>assistant" in result:
+            return result.split("<|im_start|>assistant")[-1].replace("<|im_end|>", "").strip()
+        else:
+            return result[len(prompt):].strip()
+    except Exception as e:
+        return f"❌ 오류: {str(e)}"
+
+with gr.Blocks(title="LoRA 모델 데모") as demo:
+    gr.Markdown("# 🤖 LoRA 파인튜닝 모델 데모")
+    gr.Markdown("Day 1에서 학습한 여러 LoRA 모델을 테스트해보세요!")
+    
+    with gr.Row():
+        with gr.Column():
+            model_dropdown = gr.Dropdown(
+                choices=list(MODELS.keys()),
+                value=list(MODELS.keys())[0],
+                label="📌 모델 선택"
+            )
+            input_text = gr.Textbox(label="💬 입력", lines=5)
+            submit_btn = gr.Button("🚀 실행", variant="primary")
+        
+        with gr.Column():
+            output_text = gr.Textbox(label="✨ 결과", lines=10)
+    
+    submit_btn.click(
+        fn=generate_response,
+        inputs=[model_dropdown, input_text],
+        outputs=[output_text]
+    )
+
+demo.launch()

requirements.txt

@@ -0,0 +1,7 @@
+gradio
+transformers
+torch
+peft
+bitsandbytes
+accelerate
+sentencepiece