Update app.py

app.py

@@ -2,45 +2,45 @@ import gradio as gr
 from huggingface_hub import InferenceClient
 from datasets import load_dataset
 
-# Safely load the PleIAs/common_corpus dataset
-def load_common_corpus():
+# Função para carregar o dataset `aicoder69/aicoder69` com tratamento de erros
+def load_aicoder_dataset():
     try:
-        print("Loading dataset...")
-        dataset = load_dataset("PleIAs/common_corpus")
-        print("Dataset loaded successfully!")
+        print("Carregando o dataset...")
+        dataset = load_dataset("aicoder69/aicoder69")
+        print("Dataset carregado com sucesso!")
         return dataset
     except Exception as e:
-        print(f"Error loading dataset: {e}")
+        print(f"Erro ao carregar o dataset: {e}")
         return None
 
-common_corpus = load_common_corpus()
+aicoder_dataset = load_aicoder_dataset()
 
-# Retrieve an example safely
-def get_example_from_corpus(dataset, index):
+# Função para recuperar um exemplo do dataset com segurança
+def get_example_from_aicoder(dataset, index):
     if dataset and "train" in dataset:
         try:
             return dataset["train"][index]
         except IndexError:
-            print("Index out of range for dataset.")
-            return {"text": "No example available"}
+            print("Índice fora do intervalo no dataset.")
+            return {"text": "Nenhum exemplo disponível."}
     else:
-        print("Dataset not loaded correctly.")
-        return {"text": "Dataset not available."}
+        print("O dataset não foi carregado corretamente.")
+        return {"text": "Dataset não disponível."}
 
-# Safely initialize the inference client
+# Inicializar o cliente de inferência com tratamento de erros
 def initialize_client():
     try:
-        print("Initializing inference client...")
+        print("Inicializando o cliente de inferência...")
         client = InferenceClient("unsloth/Llama-3.2-1B-Instruct")
-        print("Inference client initialized successfully!")
+        print("Cliente de inferência inicializado com sucesso!")
         return client
     except Exception as e:
-        print(f"Error initializing inference client: {e}")
+        print(f"Erro ao inicializar o cliente de inferência: {e}")
         return None
 
 client = initialize_client()
 
-# Chatbot response logic
+# Função de resposta do chatbot
 def respond(
     message,
     history: list[tuple[str, str]],
@@ -50,59 +50,59 @@ def respond(
     top_p,
 ):
     if not client:
-        return "Error: Inference client not initialized."
+        return "Erro: O cliente de inferência não foi inicializado."
 
     messages = [{"role": "system", "content": system_message}]
 
-    # Add historical interactions
+    # Adicionar interações históricas
     for val in history:
         if val[0]:
             messages.append({"role": "user", "content": val[0]})
         if val[1]:
             messages.append({"role": "assistant", "content": val[1]})
 
-    # Add user message
+    # Adicionar mensagem do usuário
     messages.append({"role": "user", "content": message})
 
     try:
-        print("Sending request to model...")
+        print("Enviando solicitação ao modelo...")
         response = client.chat_completion(
             messages,
             max_tokens=max_tokens,
             temperature=temperature,
             top_p=top_p,
         ).choices[0].message.content
-        print("Response received successfully!")
+        print("Resposta recebida com sucesso!")
         return response
     except Exception as e:
-        print(f"Error during inference: {e}")
-        return "An error occurred while generating a response."
+        print(f"Erro durante a inferência: {e}")
+        return "Ocorreu um erro ao gerar uma resposta."
 
-# Example: Retrieve an entry from the dataset
-example_data = get_example_from_corpus(common_corpus, 0)
-print("Example from dataset:", example_data)
+# Exemplo: Recuperar uma entrada do dataset
+example_data = get_example_from_aicoder(aicoder_dataset, 0)
+print("Exemplo do dataset:", example_data)
 
-# Gradio interface
+# Interface Gradio
 def launch_demo():
     try:
         demo = gr.ChatInterface(
             respond,
             additional_inputs=[
-                gr.Textbox(value="You are a friendly Chatbot. Your name is Juninho.", label="System message"),
-                gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
-                gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
+                gr.Textbox(value="Você é um chatbot amigável. Seu nome é Juninho.", label="Mensagem do sistema"),
+                gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Máximo de novos tokens"),
+                gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperatura"),
                 gr.Slider(
                     minimum=0.1,
                     maximum=1.0,
                     value=0.95,
                     step=0.05,
-                    label="Top-p (nucleus sampling)",
+                    label="Top-p (amostragem núcleo)",
                 ),
             ],
         )
         demo.launch()
     except Exception as e:
-        print(f"Error launching Gradio app: {e}")
+        print(f"Erro ao iniciar o aplicativo Gradio: {e}")
 
 if __name__ == "__main__":
     launch_demo()