Upload folder using huggingface_hub

index.html

@@ -211,4 +211,314 @@ print(response)</code></pre>
                     <p class="section-subtitle">Postępuj zgodnie z instrukcjami, aby uruchomić GLM-4.6</p>
                 </div>
                 <div class="tutorial-steps">
-                    <div class="
+                    <div class="step" data-step="1">
+                        <div class="step-header">
+                            <div class="step-number">
+                                <span>1</span>
+                            </div>
+                            <div class="step-content">
+                                <h3>Instalacja Python i Virtual Environment</h3>
+                                <p>Pierwszym krokiem jest przygotowanie środowiska Python</p>
+                            </div>
+                        </div>
+                        <div class="step-details">
+                            <div class="code-block">
+                                <div class="code-header">
+                                    <span>Terminal</span>
+                                    <button class="copy-btn" data-copy="install-python">
+                                        <i class="fas fa-copy"></i>
+                                    </button>
+                                </div>
+                                <pre><code class="language-bash" id="install-python"># Sprawdź wersję Python
+python --version
+
+# Utwórz wirtualne środowisko
+python -m venv glm-env
+
+# Aktywuj środowisko (Windows)
+glm-env\Scripts\activate
+
+# Aktywuj środowisko (Linux/Mac)
+source glm-env/bin/activate</code></pre>
+                            </div>
+                        </div>
+                    </div>
+
+                    <div class="step" data-step="2">
+                        <div class="step-header">
+                            <div class="step-number">
+                                <span>2</span>
+                            </div>
+                            <div class="step-content">
+                                <h3>Instalacja Bibliotek</h3>
+                                <p>Zainstaluj niezbędne pakiety przez pip</p>
+                            </div>
+                        </div>
+                        <div class="step-details">
+                            <div class="code-block">
+                                <div class="code-header">
+                                    <span>Terminal</span>
+                                    <button class="copy-btn" data-copy="install-deps">
+                                        <i class="fas fa-copy"></i>
+                                    </button>
+                                </div>
+                                <pre><code class="language-bash" id="install-deps"># Instalacja głównych bibliotek
+pip install torch torchvision torchaudio
+pip install transformers
+pip install accelerate
+pip install bitsandbytes
+pip install sentencepiece
+
+# Instalacja dodatkowych narzędzi
+pip install gradio
+pip install streamlit</code></pre>
+                            </div>
+                        </div>
+                    </div>
+
+                    <div class="step" data-step="3">
+                        <div class="step-header">
+                            <div class="step-number">
+                                <span>3</span>
+                            </div>
+                            <div class="step-content">
+                                <h3>Pobranie Modelu</h3>
+                                <p>Pobierz model GLM-4.6 z Hugging Face</p>
+                            </div>
+                        </div>
+                        <div class="step-details">
+                            <div class="code-block">
+                                <div class="code-header">
+                                    <span>Python</span>
+                                    <button class="copy-btn" data-copy="download-model">
+                                        <i class="fas fa-copy"></i>
+                                    </button>
+                                </div>
+                                <pre><code class="language-python" id="download-model">from transformers import AutoTokenizer, AutoModelForCausalLM
+import torch
+
+# Konfiguracja modelu
+model_name = "THUDM/glm-4-9b-chat"
+
+# Pobranie tokenizer
+tokenizer = AutoTokenizer.from_pretrained(
+    model_name,
+    trust_remote_code=True
+)
+
+# Pobranie modelu
+model = AutoModelForCausalLM.from_pretrained(
+    model_name,
+    torch_dtype=torch.float16,
+    device_map="auto",
+    trust_remote_code=True
+)</code></pre>
+                            </div>
+                        </div>
+                    </div>
+
+                    <div class="step" data-step="4">
+                        <div class="step-header">
+                            <div class="step-number">
+                                <span>4</span>
+                            </div>
+                            <div class="step-content">
+                                <h3>Konfiguracja i Uruchomienie</h3>
+                                <p>Skonfiguruj parametry i uruchom model</p>
+                            </div>
+                        </div>
+                        <div class="step-details">
+                            <div class="code-block">
+                                <div class="code-header">
+                                    <span>Python</span>
+                                    <button class="copy-btn" data-copy="run-model">
+                                        <i class="fas fa-copy"></i>
+                                    </button>
+                                </div>
+                                <pre><code class="language-python" id="run-model">def generate_response(prompt, max_length=512):
+    # Tokenizacja inputu
+    inputs = tokenizer(
+        prompt,
+        return_tensors="pt",
+        padding=True,
+        truncation=True
+    ).to(model.device)
+    
+    # Generowanie odpowiedzi
+    with torch.no_grad():
+        outputs = model.generate(
+            **inputs,
+            max_length=max_length,
+            temperature=0.7,
+            top_p=0.9,
+            do_sample=True,
+            pad_token_id=tokenizer.eos_token_id
+        )
+    
+    # Dekodowanie odpowiedzi
+    response = tokenizer.decode(
+        outputs[0],
+        skip_special_tokens=True
+    )
+    return response
+
+# Testowanie
+prompt = "Cześć! Jak się masz?"
+response = generate_response(prompt)
+print(response)</code></pre>
+                            </div>
+                        </div>
+                    </div>
+
+                    <div class="step" data-step="5">
+                        <div class="step-header">
+                            <div class="step-number">
+                                <span>5</span>
+                            </div>
+                            <div class="step-content">
+                                <h3>Tworzenie Interfejsu Użytkownika</h3>
+                                <p>Stwórz prosty interfejs z Gradio</p>
+                            </div>
+                        </div>
+                        <div class="step-details">
+                            <div class="code-block">
+                                <div class="code-header">
+                                    <span>Python</span>
+                                    <button class="copy-btn" data-copy="create-ui">
+                                        <i class="fas fa-copy"></i>
+                                    </button>
+                                </div>
+                                <pre><code class="language-python" id="create-ui">import gradio as gr
+
+def chat_interface(message, history):
+    response = generate_response(message)
+    return response
+
+# Tworzenie interfejsu Gradio
+demo = gr.ChatInterface(
+    fn=chat_interface,
+    title="GLM-4.6 Chat",
+    description="Rozmawiaj z modelem GLM-4.6",
+    examples=[
+        ["Jak działa sztuczna inteligencja?"],
+        ["Napisz krótki wiersz o wiośnie"],
+        ["Wyjaśnij teorię względności prosto"]
+    ]
+)
+
+# Uruchomienie interfejsu
+if __name__ == "__main__":
+    demo.launch(share=True)</code></pre>
+                            </div>
+                        </div>
+                    </div>
+                </div>
+            </div>
+        </section>
+
+        <section id="examples" class="examples">
+            <div class="container">
+                <div class="section-header">
+                    <h2 class="section-title">Przykłady Użycia</h2>
+                    <p class="section-subtitle">Zobrazowane przykłady wykorzystania GLM-4.6</p>
+                </div>
+                <div class="examples-grid">
+                    <div class="example-card">
+                        <div class="example-header">
+                            <i class="fas fa-comments"></i>
+                            <h3>Chatbot</h3>
+                        </div>
+                        <div class="example-content">
+                            <p>Tworzenie inteligentnego asystenta konwersacyjnego</p>
+                            <div class="example-tags">
+                                <span class="tag">NLP</span>
+                                <span class="tag">Chat</span>
+                                <span class="tag">AI</span>
+                            </div>
+                        </div>
+                    </div>
+                    <div class="example-card">
+                        <div class="example-header">
+                            <i class="fas fa-language"></i>
+                            <h3>Tłumaczenia</h3>
+                        </div>
+                        <div class="example-content">
+                            <p>Tłumaczenie tekstu między 10+ językami</p>
+                            <div class="example-tags">
+                                <span class="tag">Translate</span>
+                                <span class="tag">Multi-lang</span>
+                            </div>
+                        </div>
+                    </div>
+                    <div class="example-card">
+                        <div class="example-header">
+                            <i class="fas fa-pen-fancy"></i>
+                            <h3>Generowanie Tekstu</h3>
+                        </div>
+                        <div class="example-content">
+                            <p>Tworzenie artykułów, emaili, i treści marketingowych</p>
+                            <div class="example-tags">
+                                <span class="tag">Content</span>
+                                <span class="tag">Writing</span>
+                            </div>
+                        </div>
+                    </div>
+                    <div class="example-card">
+                        <div class="example-header">
+                            <i class="fas fa-code"></i>
+                            <h3>Asystent Kodowania</h3>
+                        </div>
+                        <div class="example-content">
+                            <p>Pomoc w pisaniu i debugowaniu kodu</p>
+                            <div class="example-tags">
+                                <span class="tag">Code</span>
+                                <span class="tag">Dev</span>
+                            </div>
+                        </div>
+                    </div>
+                </div>
+            </div>
+        </section>
+
+        <section id="troubleshooting" class="troubleshooting">
+            <div class="container">
+                <div class="section-header">
+                    <h2 class="section-title">Troubleshooting</h2>
+                    <p class="section-subtitle">Rozwiązanie najczęstszych problemów</p>
+                </div>
+                <div class="faq-list">
+                    <div class="faq-item">
+                        <div class="faq-question">
+                            <h3>Brak wystarczającej pamięci VRAM</h3>
+                            <i class="fas fa-chevron-down"></i>
+                        </div>
+                        <div class="faq-answer">
+                            <p>Rozwiązania:</p>
+                            <ul>
+                                <li>Użyj kwantyzacji 8-bitowej lub 4-bitowej</li>
+                                <li>Zmniejsz batch size</li>
+                                <li>Użyj modelu w mniejszej wersji</li>
+                                <li>Rozważ użycie CPU inference</li>
+                            </ul>
+                            <div class="code-snippet">
+                                <pre><code class="language-python"># Kwantyzacja 8-bitowa
+model = AutoModelForCausalLM.from_pretrained(
+    model_name,
+    load_in_8bit=True,
+    device_map="auto"
+)</code></pre>
+                            </div>
+                        </div>
+                    </div>
+
+                    <div class="faq-item">
+                        <div class="faq-question">
+                            <h3>Wolne generowanie odpowiedzi</h3>
+                            <i class="fas fa-chevron-down"></i>
+                        </div>
+                        <div class="faq-answer">
+                            <p>Optymalizacje:</p>
+                            <ul>
+                                <li>Użyj Flash Attention</li>
+                                <li>Zwiększ max_length tylko gdy konieczne</li>
+                                <li>U