File size: 1,299 Bytes
1960543 d74b1a4 1960543 f0eebc4 1960543 f0eebc4 e3c3cc8 1960543 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 |
import gradio as gr
import openai
import os
openai.api_key = os.getenv("OPENAI_API_KEY")
def generate_completion(user_prompt):
hidden_context = " "
prompt = hidden_context + user_prompt
response = openai.Completion.create(
model="davinci:ft-topwow-llc-2023-08-29-01-18-54",
prompt=prompt,
max_tokens=10,
temperature=0,
stop=["_END"]
)
return response.choices[0].text.strip()
iface = gr.Interface(fn=generate_completion,
inputs=gr.inputs.Textbox(lines=5, placeholder=' Insertar la flecha -> dos espacios después de la descripción del síntoma, por ejemplo "tengo fuerte dolor estomacal nocturno ->"'),
outputs='text',
title="Detector de síntomas de colon rectal ",
description="Plataforma para detectar potenciales síntomas de tumor colon rectal, no reemplaza a los profesionales de la medicina. Insertar la flecha -> dos espacios después de la descripción del síntoma, por ejemplo: tengo fuerte dolor estomacal nocturno ->, después debe hacer click en Submit y el sistema le dará una respuesta sobre si tiene potencial síntoma o no. Redes neuronales transformers, transfer learning y fine tunning. ",)
iface.launch()
|