Update app.py

app.py

@@ -2,28 +2,31 @@ import gradio as gr
 from transformers import AutoTokenizer, AutoModelForCausalLM
 import torch
 
-# نماذج مفتوحة لتوليد الكود
+# نماذج أكيدة ومفتوحة
 models = {
-    "CodeGen 2B (Salesforce)": "Salesforce/codegen-2B-multi",
-    "WizardCoder 1B": "WizardLM/WizardCoder-1B-V1.0",
-    "CodeParrot Small": "codeparrot/codeparrot-small",
-    "GPT-J-6B (Python)": "EleutherAI/gpt-j-6B"  # بديل مفتوح لـ Phind LLaMA
+    "CodeGen 2B": "Salesforce/codegen-2B-multi",
+    "CodeParrot": "codeparrot/codeparrot-small",
+    "GPT-J-6B": "EleutherAI/gpt-j-6B",
+    "GPT2": "gpt2"  # نموذج بسيط كـ fallback
 }
 
 # تحميل النماذج
 loaded_models = {}
 for name, model_id in models.items():
     tokenizer = AutoTokenizer.from_pretrained(model_id)
-    model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto", torch_dtype=torch.float16)
+    model = AutoModelForCausalLM.from_pretrained(
+        model_id,
+        device_map="auto",
+        torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32
+    )
     loaded_models[name] = (tokenizer, model)
 
-# دالة توليد الكود
+# دالة التوليد
 def generate_code(prompt, model_name):
     tokenizer, model = loaded_models[model_name]
     inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
     outputs = model.generate(**inputs, max_new_tokens=150)
-    code = tokenizer.decode(outputs[0], skip_special_tokens=True)
-    return code
+    return tokenizer.decode(outputs[0], skip_special_tokens=True)
 
 # واجهة Gradio
 demo = gr.Interface(
@@ -33,8 +36,9 @@ demo = gr.Interface(
         gr.Radio(choices=list(models.keys()), label="اختر النموذج")
     ],
     outputs=gr.Code(label="الكود الناتج"),
-    title="Code Generation with AI Models",
-    description="اختر نموذج AI وادخل وصف الكود ليتم توليده تلقائيًا"
+    title="Code Generation with Open AI Models",
+    description="اختر نموذجًا مفتوحًا وأدخل وصفًا ليتم توليد الكود تلقائيًا"
 )
 
 demo.launch()
+