Delete app.py

app.py

@@ -1,79 +0,0 @@
-
-from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
-from sentence_transformers import SentenceTransformer, util
-import torch
-import gradio as gr
-
-# Modelos A e B
-modelo_a_nome = "pierreguillou/t5-base-pt-small-finetuned-question-generation"
-modelo_b_nome = "unicamp-dl/ptt5-base-portuguese-vocab"
-
-tokenizer_a = AutoTokenizer.from_pretrained(modelo_a_nome)
-modelo_a = AutoModelForSeq2SeqLM.from_pretrained(modelo_a_nome)
-
-tokenizer_b = AutoTokenizer.from_pretrained(modelo_b_nome)
-modelo_b = AutoModelForSeq2SeqLM.from_pretrained(modelo_b_nome)
-
-# Modelo Árbitro
-modelo_arbitro_nome = "sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2"
-modelo_arbitro = SentenceTransformer(modelo_arbitro_nome)
-
-# Dispositivo
-device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
-modelo_a = modelo_a.to(device)
-modelo_b = modelo_b.to(device)
-modelo_arbitro = modelo_arbitro.to(device)
-
-# Funções
-def gerar_resposta_modelo_a(pergunta):
-    entrada = tokenizer_a.encode(pergunta, return_tensors="pt").to(device)
-    saida_ids = modelo_a.generate(entrada, max_length=50, num_beams=4, early_stopping=True)
-    resposta = tokenizer_a.decode(saida_ids[0], skip_special_tokens=True)
-    return resposta
-
-def gerar_resposta_modelo_b(pergunta):
-    entrada = tokenizer_b.encode(pergunta, return_tensors="pt").to(device)
-    saida_ids = modelo_b.generate(entrada, max_length=50, num_beams=4, early_stopping=True)
-    resposta = tokenizer_b.decode(saida_ids[0], skip_special_tokens=True)
-    return resposta
-
-def escolher_melhor_resposta(pergunta, resposta_a, resposta_b):
-    embeddings = modelo_arbitro.encode([pergunta, resposta_a, resposta_b], convert_to_tensor=True)
-    similaridade_a = util.pytorch_cos_sim(embeddings[0], embeddings[1]).item()
-    similaridade_b = util.pytorch_cos_sim(embeddings[0], embeddings[2]).item()
-
-    if similaridade_a > similaridade_b:
-        melhor = "A"
-        resposta_escolhida = resposta_a
-    else:
-        melhor = "B"
-        resposta_escolhida = resposta_b
-
-    return resposta_escolhida, melhor, similaridade_a, similaridade_b
-
-def responder(pergunta):
-    resposta_a = gerar_resposta_modelo_a(pergunta)
-    resposta_b = gerar_resposta_modelo_b(pergunta)
-    resposta_final, escolhido, sim_a, sim_b = escolher_melhor_resposta(pergunta, resposta_a, resposta_b)
-
-    return {
-        "Melhor Resposta": resposta_final,
-        "Resposta do Modelo A": f"{resposta_a} (similaridade: {sim_a:.2f})",
-        "Resposta do Modelo B": f"{resposta_b} (similaridade: {sim_b:.2f})",
-        "Modelo Escolhido": f"Modelo {escolhido}"
-    }
-
-interface = gr.Interface(
-    fn=responder,
-    inputs=gr.Textbox(label="Digite sua pergunta"),
-    outputs=[
-        gr.Textbox(label="Melhor Resposta"),
-        gr.Textbox(label="Resposta do Modelo A"),
-        gr.Textbox(label="Resposta do Modelo B"),
-        gr.Textbox(label="Modelo Escolhido"),
-    ],
-    title="Chatbot em Cascata",
-    description="Este chatbot compara duas respostas geradas por modelos diferentes e escolhe a melhor com base na similaridade semântica. Respostas 100% em português."
-)
-
-interface.launch()