from core.base_llm import BaseLLM
import requests

class Llama2_13b(BaseLLM):
    def __init__(self):
        # Nom du modèle spécifique
        model_name = "llama2:13b"
        # Moteur utilisé pour l'inférence
        engine = "Ollama"

        # Paramètres par défaut spécifiques à Llama2 13B
        default_params = {
            "temperature": 0.75,  # Contrôle la créativité : 0 = déterministe, 1 = plus créatif
            "top_p": 0.9,         # Nucleus sampling : sélectionne les tokens jusqu'à une probabilité cumulative de top_p
            "top_k": 40,          # Considère les top_k tokens les plus probables pour chaque étape de génération
            "repeat_penalty": 1.1, # Pénalise les répétitions : >1 pour réduire les répétitions, 1 pour aucune pénalité
            "num_predict": 768,   # Nombre maximum de tokens à générer dans la réponse
            "stop": [],           # Liste de séquences qui arrêteront la génération si rencontrées
            "seed": None,         # Graine pour la reproductibilité : fixe la graine pour obtenir les mêmes résultats
            "stream": False,      # Si True, la réponse est envoyée en flux (streaming)
            "raw": False          # Si True, désactive le prompt système automatique
        }

        super().__init__(model_name=model_name, engine=engine, base_params=default_params)

    def generate(self, user_prompt):
        prompt = self._format_prompt(user_prompt)
        payload = self.params.copy()
        payload["prompt"] = prompt

        response = requests.post("http://localhost:11434/api/generate", json=payload)
        if not response.ok:
            raise Exception(f"Erreur API Ollama : {response.status_code} - {response.text}")

        result = response.json().get("response", "")
        self._log_result(user_prompt, result)
        return result