deploy zhtw-wiki-semantic-search

README.md

@@ -22,7 +22,7 @@ datasets:
 讓「同義改寫也搜得到」的差異一眼可見。
 
 **🚀 線上 Demo:[Hugging Face Space](https://huggingface.co/spaces/steven0226/zhtw-wiki-semantic-search)**
-(免費 CPU 機器,冷啟動需幾分鐘)
+(免費 ZeroGPU Space,app 為純 CPU 程式碼;冷啟動需幾分鐘)
 
 ## 為什麼做這個?
 
@@ -35,7 +35,7 @@ datasets:
 
 ```
 ┌─────────────────┐      ┌──────────────────────┐      ┌─────────────────────┐
-│  本機 RTX 4090   │      │   HF Dataset repo    │      │  HF Space(免費 CPU) │
+│  本機 RTX 4090   │      │   HF Dataset repo    │      │  HF Space(ZeroGPU)  │
 │                 │      │                      │      │                     │
 │ prepare_data.py │      │ index.faiss (205MB)  │      │ app.py(Gradio)     │
 │ build_index.py  ├─────▶│ metadata.parquet     ├─────▶│ ・bge-m3 編碼查詢    │
@@ -96,9 +96,9 @@ python scripts/deploy_space.py
 
 ## 設計筆記
 
-- **Space 免費機只有 2 vCPU / 16GB RAM**:requirements.txt 第一行
-  `--extra-index-url .../whl/cpu` + `torch==2.11.0+cpu` 強制裝 CPU wheel,
-  省下幾 GB 的 CUDA bundle
+- **HF 免費帳號政策(2026)**:新的 Gradio Space 只能建在 ZeroGPU 硬體
+  (cpu-basic 需 PRO 訂閱)。本 app 全程純 CPU 程式碼、不呼叫 GPU,
+  不消耗訪客的 ZeroGPU 配額;torch 必須 pin ZeroGPU 支援清單內的版本(2.8–2.11)
 - **模型只載一次**:app.py 在 module top-level eager 載入(Space 的
   Building/Starting 畫面天然就是 loading 提示),並先做一次暖身編碼
 - **BM25 基線**:rank_bm25 + jieba 斷詞,啟動時對同一批 50k 段落現場建索引,
@@ -113,7 +113,7 @@ python scripts/deploy_space.py
 |---|---|
 | 50k 段落 GPU 編碼(4090, fp16, batch 128) | 見 build_stats.json |
 | FAISS IndexFlatIP 檔案大小 | ~205 MB(50,000 × 1024 × fp32) |
-| Space 查詢延遲(2 vCPU) | 編碼 ~1–3s + 檢索 <1ms |
+| Space 查詢延遲(ZeroGPU host CPU) | 編碼 ~1–3s + 檢索 <1ms |
 | Space 冷啟動 | ~5 分鐘(裝套件 + 下載模型/索引 + 建 BM25) |
 
 ## 授權

requirements.txt

@@ -1,5 +1,4 @@
---extra-index-url https://download.pytorch.org/whl/cpu
-torch==2.11.0+cpu
+torch==2.11.0
 sentence-transformers==5.6.0
 faiss-cpu==1.14.3
 rank-bm25==0.2.2