Create app.py

app.py

@@ -0,0 +1,24 @@
+from transformers import T5ForConditionalGeneration, T5Tokenizer
+import gradio as gr
+
+
+model = T5ForConditionalGeneration.from_pretrained("Baldezo313/t5-finetuned-squad-mamadou")
+tokenizer = T5Tokenizer.from_pretrained("Baldezo313/t5-finetuned-squad-mamadou")
+
+def generate_answer(context, question):
+    inputs = tokenizer(context, question, return_tensors="pt", padding="max_length", truncation=True, max_length=512)
+    outputs = model.generate(**inputs, max_length=64, num_beams=4, early_stopping=True)
+    return tokenizer.decode(outputs[0], skip_special_tokens=True)
+
+demo = gr.Interface(
+    fn=generate_answer,
+    inputs=[
+        gr.Textbox(label="Contexte", lines=6, placeholder="Entrez ici le contexte..."),
+        gr.Textbox(label="Question", placeholder="Entrez votre question...")
+    ],
+    outputs=gr.Textbox(label="Réponse générée"),
+    title="🧠 Générateur de Réponses T5",
+    description="Donnez un contexte et une question — le modèle T5 fine-tuné génère une réponse cohérente."
+)
+
+demo.launch()