Update app.py

app.py

@@ -1,80 +1,112 @@
-
 import gradio as gr
 import torch
 from transformers import AutoModelForCausalLM, AutoTokenizer
 
+# Modelo pequeno, viável em CPU grátis
 MODEL_NAME = "microsoft/DialoGPT-small"
 
-# Carrega tokenizer e modelo
 tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
 model = AutoModelForCausalLM.from_pretrained(MODEL_NAME).to("cpu")
 
 
-def gerar_resposta(mensagem, history):
+def gerar_resposta(messages):
     """
-    Agora o Gradio fornece o histórico no novo padrão:
-    [
-        {"role": "user", "content": "..."},
-        {"role": "assistant", "content": "..."},
+    Novo formato do Gradio (type='messages'):
+    messages = [
+        {"role": "user" | "assistant", "content": "texto"},
         ...
     ]
 
-    Devemos retornar APENAS a resposta (string)
-    e o Gradio cuida do histórico.
+    A função deve receber apenas 'messages' e retornar uma string
+    com a resposta do bot.
     """
 
-    # Monta prompt com histórico no estilo DialoGPT:
-    texto = ""
-    if history:
-        for msg in history:
-            if msg["role"] == "user":
-                texto += f"Usuário: {msg['content']}\n"
-            else:
-                texto += f"Bot: {msg['content']}\n"
+    # Prompt de sistema: define o "personagem" do bot
+    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, CNN, RNN, overfitting, regularização, etc., "
+        "sem fórmulas muito pesadas."
+    )
+
+    # Monta o texto de conversa
+    texto = system_prefix + "\n\n"
 
-    texto += f"Usuário: {mensagem}\nBot:"
+    for msg in messages:
+        role = msg.get("role", "user")
+        content = msg.get("content", "")
+        if role == "user":
+            texto += f"Aluno: {content}\n"
+        else:
+            texto += f"Professor DL: {content}\n"
 
-    # Tokeniza
+    # Última fala deve ser do professor
+    texto += "Professor DL:"
+
+    # Tokenização
     inputs = tokenizer(
         texto,
         return_tensors="pt",
         truncation=True,
-        max_length=512
+        max_length=512,
     )
 
-    # Gera
+    # Geração
     with torch.no_grad():
         output_ids = model.generate(
             **inputs,
-            max_new_tokens=70,
+            max_new_tokens=120,
             do_sample=True,
             top_p=0.9,
             temperature=0.7,
             pad_token_id=tokenizer.eos_token_id,
         )
 
-    out = tokenizer.decode(output_ids[0], skip_special_tokens=True)
+    saida = tokenizer.decode(output_ids[0], skip_special_tokens=True)
 
-    # Recorta só o trecho do Bot
-    if "Bot:" in out:
-        resposta = out.split("Bot:")[-1].strip()
+    # Pega apenas o trecho depois do último "Professor DL:"
+    if "Professor DL:" in saida:
+        resposta = saida.split("Professor DL:")[-1].strip()
     else:
-        resposta = out.strip()
+        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
 
 
+descricao = """
+### 🤖 Professor DL – Chatbot de Deep Learning
+
+Este chatbot foi treinado para atuar como um **professor de Deep Learning**:
+
+- Explica conceitos de redes neurais profundas
+- Fala sobre CNN, RNN, overfitting, regularização, etc.
+- Responde sempre em **português**, de forma simples e didática
+
+Use este Space em aula para mostrar:
+1. Como integrar **Transformers** + **Gradio** em um Hugging Face Space
+2. Como adaptar o *prompt* para criar um assistente temático (neste caso, Deep Learning)
+"""
+
 iface = gr.ChatInterface(
     fn=gerar_resposta,
-    type="messages",           # NOVO MODO OBRIGATÓRIO NO GRADIO RECENTE
-    title="Chatbot com Transformers",
-    description="Demonstração do Hugging Face com IA real utilizando DialoGPT.",
+    type="messages",  # formato novo do Gradio
+    title="Professor DL - Chatbot de Deep Learning",
+    description=descricao,
     examples=[
-        "Oi, quem é você?",
-        "Como posso aprender sobre segurança da informação?",
-        "Me dá uma dica de programação",
+        "O que é Deep Learning?",
+        "Qual a diferença entre rede neural e CNN?",
+        "O que é overfitting?",
+        "Como começo a estudar Deep Learning na prática?",
     ],
 )
 
 if __name__ == "__main__":
     iface.launch()
+