Create app.py

app.py

@@ -0,0 +1,51 @@
+import gradio as gr
+from transformers import pipeline
+
+# Configuração dos modelos
+modelo_rapido = pipeline("text-generation", model="facebook/bart-large-mnli")
+modelo_detalhado = pipeline("text-generation", model="microsoft/DialoGPT-medium")
+arbitro = pipeline("text2text-generation", model="google/flan-t5-large")
+
+
+def avaliar_respostas(prompt, resposta1, resposta2):
+    instrucao = f"""
+    Avalie qual resposta é melhor para: '{prompt}':
+    - Resposta 1: {resposta1}
+    - Resposta 2: {resposta2}
+    Critique com base em: clareza, precisão e relevância. Retorne apenas '1' ou '2'.
+    """
+    veredito = arbitro(instrucao, max_length=10)[0]['generated_text']
+    return resposta1 if '1' in veredito else resposta2
+
+
+def chatbot(prompt):
+    # Gera respostas
+    resposta_rapida = modelo_rapido(prompt, max_length=50)[0]['generated_text']
+    resposta_detalhada = modelo_detalhado(prompt, max_length=100)[0]['generated_text']
+
+    # Escolhe a melhor
+    melhor_resposta = avaliar_respostas(prompt, resposta_rapida, resposta_detalhada)
+
+    return melhor_resposta
+
+
+# Interface do Gradio
+with gr.Blocks() as interface:
+    gr.Markdown("## 🤖 Chatbot Acadêmico (Funcionamento em Cascata)")
+    with gr.Tab("Chat"):
+        input_text = gr.Textbox(label="Digite sua pergunta")
+        output_text = gr.Textbox(label="Resposta")
+        btn = gr.Button("Enviar")
+        btn.click(fn=chatbot, inputs=input_text, outputs=output_text)
+
+    with gr.Tab("Sobre"):
+        gr.Markdown("""
+        **Modelos Utilizados**:
+        - Resposta Rápida: `facebook/bart-large-mnli`
+        - Resposta Detalhada: `microsoft/DialoGPT-medium`
+        - Árbitro: `google/flan-t5-large`
+
+        **Critérios de Avaliação**: Clareza, Precisão e Relevância.
+        """)
+
+interface.launch()