Update app.py

app.py

@@ -1,31 +1,20 @@
 import gradio as gr
-from transformers import T5ForConditionalGeneration, T5Tokenizer
-import torch
+from transformers import pipeline, AutoTokenizer, AutoModelForQuestionAnswering
 
-# Hugging Face의 t5-base 모델 및 토크나이저를 불러옵니다.
-model_name = "t5-base"
-model = T5ForConditionalGeneration.from_pretrained(model_name)
-tokenizer = T5Tokenizer.from_pretrained(model_name)
+# Hugging Face 모델 로드
+model_name = "distilbert-base-cased-distilled-squad"
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForQuestionAnswering.from_pretrained(model_name)
+qa_pipeline = pipeline("question-answering", model=model, tokenizer=tokenizer)
 
-def generate_question(prompt):
-    # 주어진 입력에 기반하여 퀴즈를 생성하는 함수
-    input_text = f"퀴즈: {prompt} 대답:"
-    input_ids = tokenizer.encode(input_text, return_tensors="pt")
-    
-    # 모델을 사용하여 퀴즈 생성
-    output = model.generate(input_ids)
-    question = tokenizer.decode(output[0], skip_special_tokens=True)
-    
-    return question
-
-# Gradio를 사용하여 웹 인터페이스를 만듭니다.
+# Gradio 인터페이스 정의
 iface = gr.Interface(
-    fn=generate_question,
-    inputs="text",
+    fn=lambda question: qa_pipeline(question=question, context=context)["answer"],
+    inputs=gr.Textbox(prompt="Enter a question"),
     outputs="text",
     live=True,
-    interpretation="default"
+    capture_session=True,
 )
 
-# 웹 서비스를 시작합니다.
+# 인터페이스 실행
 iface.launch()