Delete app.py

app.py

@@ -1,56 +0,0 @@
-import gradio as gr
-from transformers import pipeline, AutoTokenizer, AutoModelForSeq2SeqLM, AutoModelForCausalLM, AutoModelForSequenceClassification
-import torch
-
-# Modelo A - FLAN-T5
-model_a_name = "google/flan-t5-small"
-tokenizer_a = AutoTokenizer.from_pretrained(model_a_name)
-model_a = AutoModelForSeq2SeqLM.from_pretrained(model_a_name)
-
-# Modelo B - Falcon-RW
-model_b_name = "tiiuae/falcon-rw-1b"
-tokenizer_b = AutoTokenizer.from_pretrained(model_b_name)
-model_b = AutoModelForCausalLM.from_pretrained(model_b_name)
-
-# Árbitro - BART MNLI
-arbiter_model = pipeline("zero-shot-classification", model="facebook/bart-large-mnli")
-
-def generate_response(prompt):
-    # Geração com Modelo A (FLAN-T5)
-    input_ids_a = tokenizer_a(prompt, return_tensors="pt").input_ids
-    output_a = model_a.generate(input_ids_a, max_new_tokens=100)
-    response_a = tokenizer_a.decode(output_a[0], skip_special_tokens=True)
-
-    # Geração com Modelo B (Falcon)
-    input_ids_b = tokenizer_b(prompt, return_tensors="pt").input_ids
-    output_b = model_b.generate(input_ids_b, max_new_tokens=100)
-    response_b = tokenizer_b.decode(output_b[0], skip_special_tokens=True)
-
-    # Julgamento com o Árbitro
-    # A premissa é o prompt original, e as hipóteses são as duas respostas.
-    choices = [response_a, response_b]
-    judgment = arbiter_model(prompt, choices)
-
-    best_response = judgment['labels'][0]  # Escolhe o que teve maior score
-
-    return {
-        "Resposta do Modelo A": response_a,
-        "Resposta do Modelo B": response_b,
-        "Resposta Escolhida pelo Árbitro": best_response
-    }
-
-# Interface Gradio
-iface = gr.Interface(
-    fn=generate_response,
-    inputs=gr.Textbox(lines=2, placeholder="Digite sua pergunta..."),
-    outputs=[
-        gr.Textbox(label="Resposta do Modelo A"),
-        gr.Textbox(label="Resposta do Modelo B"),
-        gr.Textbox(label="Resposta Escolhida pelo Árbitro")
-    ],
-    title="Chatbot em Cascata com Árbitro",
-    description="Dois modelos geram respostas. Um terceiro modelo julga qual é a melhor com base em clareza e coerência."
-)
-
-if __name__ == "__main__":
-    iface.launch()