Update handle regeneration

app.py

@@ -91,16 +91,6 @@ def get_chat_response(chatbot, task_history):
 
 def handle_text_input(history, task_history, text):
     """Handle text input from the user."""
-    # Überprüfen, ob das Eingabefeld leer ist
-    if not text:
-        # Wenn das Eingabefeld leer ist, senden Sie eine vordefinierte Anfrage
-        text = "Describe the image for me..."
-        # Aktualisieren Sie das Chat- und Task-Verlauf mit der vordefinierten Anfrage
-        history = history + [(format_text(text), None)]
-        task_history = task_history + [(text, None)]
-        # Rufen Sie get_chat_response auf, um eine Antwort zu generieren
-        return get_chat_response(history, task_history)
-
     task_text = text
     if len(text) >= 2 and text[-1] in PUNCTUATION and text[-2] not in PUNCTUATION:
         task_text = text[:-1]
@@ -123,20 +113,17 @@ def clear_history(task_history):
     task_history.clear()
     return []
 
-def handle_regeneration(chatbot, task_history, input_field):
+def handle_regeneration(chatbot, task_history):
     """Handle the regeneration of the last response."""
     print("Regenerate clicked")
     print("Before:", task_history, chatbot)
-    if not task_history:
+    input_field = chatbot[-1] if chatbot else None
+    if not input_field or not isinstance(input_field, tuple) or len(input_field) != 2:
         return chatbot
     
-    # Überprüfen, ob das Eingabefeld leer ist
     if not input_field.value:
-        # Wenn das Eingabefeld leer ist, senden Sie eine vordefinierte Anfrage
         predefined_query = "Describe this image for me..."
-        # Aktualisieren Sie das Eingabefeld mit der vordefinierten Anfrage
         input_field.update(value=predefined_query)
-        # Führen Sie die normale Texteingabebehandlung durch
         handle_text_input(chatbot, task_history, predefined_query)
     else:
         item = task_history[-1]
@@ -215,10 +202,8 @@ with gr.Blocks(css=css) as demo:
     
     gr.Markdown("### Key Features:\n- **Strong Performance**: Surpasses existing LVLMs on multiple English benchmarks including Zero-shot Captioning and VQA.\n- **Multi-lingual Support**: Supports English, Chinese, and multi-lingual conversation.\n- **High Resolution**: Utilizes 448*448 resolution for fine-grained recognition and understanding.")
     submit_btn.click(handle_text_input, [chatbot, task_history, query], [chatbot, task_history]).then(
-    get_chat_response, [chatbot, task_history], [chatbot], show_progress=True
-)
-
-
+        get_chat_response, [chatbot, task_history], [chatbot], show_progress=True
+    )
 
     submit_btn.click(clear_input, [], [query])
     clear_btn.click(clear_history, [task_history], [chatbot], show_progress=True)