Update app.py

app.py

@@ -3,29 +3,28 @@ from transformers import pipeline, set_seed
 
 set_seed(42)
 
-# Modelos de texto em português
+# Modelos em português (funcionais e públicos)
 modelo_1 = pipeline("text-generation", model="pierreguillou/gpt2-small-portuguese")
-modelo_2 = pipeline("text-generation", model="pierreguillou/gpt2-base-cased-pt")
+modelo_2 = pipeline("text-generation", model="mrm8488/GPT-2-finetuned-Python-Portuguese")
 
-# Função avaliadora simples
+# Função que avalia as respostas
 def avaliar_respostas(resposta1, resposta2):
     if len(resposta1) > len(resposta2):
         return f"Resposta do Modelo 1:\n\n{resposta1}"
     else:
         return f"Resposta do Modelo 2:\n\n{resposta2}"
 
-# Função principal do chatbot
-def responder(prompt):
-    resp1 = modelo_1(prompt, max_length=60, num_return_sequences=1)[0]['generated_text']
-    resp2 = modelo_2(prompt, max_length=60, num_return_sequences=1)[0]['generated_text']
-    melhor = avaliar_respostas(resp1, resp2)
-    return melhor
+# Função principal
+def responder(pergunta):
+    resp1 = modelo_1(pergunta, max_length=60, num_return_sequences=1)[0]['generated_text']
+    resp2 = modelo_2(pergunta, max_length=60, num_return_sequences=1)[0]['generated_text']
+    return avaliar_respostas(resp1, resp2)
 
 # Interface Gradio
 gr.Interface(
     fn=responder,
-    inputs=gr.Textbox(label="Digite sua pergunta"),
+    inputs=gr.Textbox(label="Digite sua pergunta em português"),
     outputs=gr.Textbox(label="Resposta gerada"),
-    title="Chatbot em Cascata - Português",
-    description="Dois modelos respondem em português. A melhor resposta é exibida."
+    title="Chatbot em Português - N2 FMU",
+    description="Dois modelos geram respostas em português. A melhor é escolhida automaticamente."
 ).launch()