File size: 2,609 Bytes
3065cfc | 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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 | import gradio as gr
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
# Modelo pequeno, viável em CPU grátis do Hugging Face
MODEL_NAME = "microsoft/DialoGPT-small"
tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
model = AutoModelForCausalLM.from_pretrained(MODEL_NAME).to("cpu")
def responder(pergunta: str) -> str:
"""
Bot de Perguntas e Respostas sobre Deep Learning.
Recebe uma pergunta em texto e devolve uma resposta em português,
com tom de professor explicando de forma simples.
"""
pergunta = (pergunta or "").strip()
if not pergunta:
return "Me manda uma pergunta sobre Deep Learning 🙂"
# Prompt de sistema: define o "personagem"
system_prefix = (
"Você é o Professor DL, um professor de Deep Learning. "
"Responda SEMPRE em português do Brasil, de forma simples, didática e objetiva, "
"usando exemplos práticos quando possível. "
"Explique conceitos como redes neurais, camadas, CNN, RNN, overfitting, "
"regularização, dropout, etc., sem fórmulas muito pesadas."
)
prompt = (
system_prefix
+ "\n\n"
+ f"Aluno: {pergunta}\n"
+ "Professor DL:"
)
# Tokenização
inputs = tokenizer(
prompt,
return_tensors="pt",
truncation=True,
max_length=512,
)
# Geração
with torch.no_grad():
output_ids = model.generate(
**inputs,
max_new_tokens=160,
do_sample=True,
top_p=0.9,
temperature=0.7,
pad_token_id=tokenizer.eos_token_id,
)
saida = tokenizer.decode(output_ids[0], skip_special_tokens=True)
# Extrai só a parte depois de "Professor DL:"
if "Professor DL:" in saida:
resposta = saida.split("Professor DL:")[-1].strip()
else:
resposta = saida.strip()
if not resposta:
resposta = (
"Boa pergunta! Tenta reformular ou ser um pouco mais específico "
"sobre o que você quer saber em Deep Learning."
)
return resposta
demo = gr.Interface(
fn=responder,
inputs=gr.Textbox(lines=2, label="Sua pergunta sobre Deep Learning"),
outputs=gr.Textbox(lines=8, label="Resposta do Professor DL"),
title="Professor DL - Bot de Deep Learning",
description=(
"Faça perguntas sobre redes neurais, Deep Learning, CNN, RNN, overfitting, "
"regularização, etc. O Professor DL responde em português, de forma didática."
),
)
if __name__ == "__main__":
demo.launch()
|