Spaces:
Running
Running
| title: Chatbot Cascata Fmu | |
| emoji: 🚀 | |
| colorFrom: red | |
| colorTo: red | |
| sdk: gradio | |
| sdk_version: 5.32.1 | |
| app_file: app.py | |
| pinned: false | |
| license: mit | |
| short_description: 'chatbot com 2 resposta e 1 arbitro ' | |
| Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference | |
| # 🤖 Chatbot em Cascata – Projeto Acadêmico | |
| ## 📝 Descrição | |
| Este projeto implementa um chatbot em português baseado em arquitetura **em cascata**, onde dois modelos diferentes geram respostas a partir de um prompt do usuário, e um terceiro modelo atua como **árbitro**, escolhendo a melhor resposta com base em critérios objetivos. | |
| O web app foi desenvolvido utilizando **Gradio** e está hospedado no **Hugging Face Spaces**. | |
| ## 🚧 Funcionamento do Sistema | |
| 1. **Usuário insere uma pergunta (prompt).** | |
| 2. **Dois modelos geradores** processam o prompt e produzem **duas respostas independentes**. | |
| 3. **Um terceiro modelo (árbitro)** analisa as duas respostas e seleciona a que melhor atende aos critérios definidos. | |
| 4. **A resposta escolhida é exibida ao usuário**, juntamente com as duas respostas e a justificativa da escolha. | |
| ## ⚙️ Modelos Utilizados | |
| ### 📤 Modelos Geradores | |
| 1. **pierreguillou/gpt2-small-portuguese** | |
| - Baseado no GPT-2, treinado especificamente em português. | |
| - Modelo leve (124M parâmetros), ideal para ambientes com 2vCPU e 16GB RAM. | |
| - Utilizado para gerar texto de maneira autônoma e fluente em português. | |
| > Ambos os geradores usam o mesmo modelo neste exemplo, mas podem ser trocados por versões distintas. | |
| ### ⚖️ Modelo Árbitro | |
| - **neuralmind/bert-base-portuguese-cased** | |
| - Versão do BERT treinada em português brasileiro. | |
| - Utilizado para comparar o prompt com cada resposta, avaliando **clareza**, **relevância** e **coerência**. | |
| ## 📊 Critérios de Avaliação do Árbitro | |
| | Critério | Definição | | |
| |--------------|-------------------------------------------------------------------------| | |
| | Clareza | A resposta está bem formulada e compreensível? | | |
| | Relevância | A resposta realmente responde ao prompt do usuário? | | |
| | Coerência | A resposta é lógica e gramaticalmente correta? | | |
| > A avaliação é feita através da **similaridade semântica** entre o prompt e cada resposta. | |
| ## 🖥️ Requisitos de Hardware | |
| - CPU: 2 vCPU | |
| - RAM: 16 GB | |
| - Armazenamento: suficiente para carregar 3 modelos pequenos | |
| ## 🌐 Tecnologias Utilizadas | |
| - [Gradio](https://www.gradio.app/) | |
| - [Hugging Face Transformers](https://huggingface.co/docs/transformers/index) | |
| - [Hugging Face Spaces](https://huggingface.co/spaces) | |
| - PyTorch | |
| ## 🚀 Executando Localmente | |
| ```bash | |
| git clone https://huggingface.co/spaces/SlickSlick/Chatbot-cascata-fmu | |
| cd Chatbot-cascata-fmu | |
| pip install -r requirements.txt | |
| python app.py | |
| ``` | |
| ## 🧪 Exemplos de Uso | |
| **Prompt:** "Qual é a capital do Brasil?" | |
| - **Resposta 1:** "A capital do Brasil é Brasília." | |
| - **Resposta 2:** "Rio de Janeiro é uma cidade importante do Brasil." | |
| - **Escolhida pelo Árbitro:** Resposta 1 | |
| - **Justificativa:** Resposta 1 é mais clara, direta e responde exatamente à pergunta. | |
| ## 📬 Contato e Autoria | |
| - **Gabriel dos Reis Rodrigues Dias – RA: 1667287** | |
| - **Gabriela Cristinne Silveira – RA: 1789243** | |
| - **Gustavo Dallago Ferreira – RA: 1415518** | |
| **Curso:** Ciência da Computação | |
| **Universidade:** Centro Universitário das Faculdades Metropolitanas Unidas – FMU | |
| **Professor:** Renè Teixeira |