Update app.py

app.py

@@ -1,49 +1,54 @@
 import gradio as gr
 from transformers import pipeline
 
-# Tente carregar um modelo menor
-try:
-    model_a = pipeline("text-generation", model="distilgpt2")  # Usando um modelo menor
-except RuntimeError as e:
-    print("Erro ao carregar o modelo:", e)
-    model_a = pipeline("text-generation", model="gpt2")  # Fallback para GPT-2
-
-# Usar um modelo menor ou alternativo para o modelo B
-try:
-    model_b = pipeline("text-generation", model="EleutherAI/gpt-neo-125M")  # Modelo alternativo
-except RuntimeError as e:
-    print("Erro ao carregar o modelo B:", e)
-    model_b = pipeline("text-generation", model="gpt2")  # Fallback para GPT-2
+# Modelos geradores otimizados
+model_a = pipeline("text-generation", model="distilgpt2")  # Modelo A
+model_b = pipeline("text-generation", model="EleutherAI/gpt-neo-125M")  # Modelo B
 
 # Modelo juiz
-arbiter = pipeline("text-classification", model="neuralmind/bert-base-portuguese-cased")
+arbiter = pipeline("text-classification", model="neuralmind/bert-base-portuguese-cased")  # Modelo Árbitro
 
 # Julgamento por batch
 def judge_response(response_a, response_b):
     results = arbiter([response_a, response_b])
     score_a = results[0]['score']
     score_b = results[1]['score']
+    
+    # Critério de julgamento: maior pontuação é melhor
     return ("Modelo A", response_a) if score_a > score_b else ("Modelo B", response_b)
 
 # Função principal
 def chatbot(prompt):
+    # Gera respostas para ambos os modelos
     response_a = model_a(prompt, max_new_tokens=40)[0]['generated_text'].strip()
     response_b = model_b(prompt, max_new_tokens=40)[0]['generated_text'].strip()
+    
+    # Julga as respostas
     winner, final_response = judge_response(response_a, response_b)
-    return prompt, response_a, response_b, winner, final_response
+    
+    # Retorna as informações
+    return {
+        "prompt": prompt,
+        "resposta_modelo_a": response_a,
+        "resposta_modelo_b": response_b,
+        "modelo_vencedor": winner,
+        "resposta_escolhida": final_response,
+        "informacoes_modelos": {
+            "modelo_a": "distilgpt2 - Modelo de geração de texto leve.",
+            "modelo_b": "EleutherAI/gpt-neo-125M - Modelo de geração de texto maior.",
+            "modelo_juiz": "neuralmind/bert-base-portuguese-cased - Modelo de classificação para julgar as respostas."
+        },
+        "criterio_julgamento": "O modelo juiz classifica as respostas com base em uma pontuação de sentimento positivo."
+    }
 
 # Interface
 iface = gr.Interface(
     fn=chatbot,
     inputs=gr.Textbox(label="Digite sua pergunta:"),
     outputs=[
-        gr.Textbox(label="Pergunta"),
-        gr.Textbox(label="Resposta do Modelo A (DistilGPT-2)"),
-        gr.Textbox(label="Resposta do Modelo B (GPT-Neo-125M)"),
-        gr.Textbox(label="Modelo Vencedor"),
-        gr.Textbox(label="Resposta Escolhida"),
+        gr.JSON(label="Resultados"),
     ],
-    title="Atividade N2 Chatbot com Julgamento - TIME: FDCH_FMU ",
+    title="Chatbot com Julgamento",
     description="Compara respostas de dois modelos e usa um árbitro para escolher a melhor com base no sentimento positivo."
 )