app.py

import random
import time
from datasets import Dataset, DatasetDict
from huggingface_hub import HfApi
from transformers import AutoTokenizer, AutoModelForCausalLM, pipeline

# -------------------------------------
# CONFIGURAÇÕES DO MODELO LOCAL LEVE
# -------------------------------------
MODEL_NAME = "Qwen/Qwen2.5-0.5B-Instruct"
DATASET_REPO = "caarleexx/AMP"

print("[LOG] Carregando modelo...")
tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
model = AutoModelForCausalLM.from_pretrained(
    MODEL_NAME,
    device_map="cpu"
)
generator = pipeline(
    "text-generation",
    model=model,
    tokenizer=tokenizer,
    max_new_tokens=200,
    temperature=0.9
)

# -------------------------------------
# FUNÇÕES
# -------------------------------------
def gerar_pergunta_e_opcoes():
    N = random.randint(2, 6)  # número aleatório de alternativas
    prompt = f"Crie uma pergunta curta com {N} respostas possíveis diferentes entre si."
    pergunta = generator(prompt)[0]["generated_text"].strip()
    return pergunta, N

def gerar_resposta(principal_pergunta):
    prompt = f"Pergunta: {principal_pergunta}\nResponda de forma direta e objetiva."
    resposta = generator(prompt)[0]["generated_text"].strip()
    return resposta

def gerar_alternativas(pergunta, N):
    prompt = f"Pergunta: {pergunta}\nListe {N} respostas possíveis, diferentes entre si, sem explicações."
    texto = generator(prompt)[0]["generated_text"]
    alternativas = []
    for linha in texto.split("\n"):
        linha = linha.strip("-•1234567890. ")
        if len(linha) > 2:
            alternativas.append(linha)
    return alternativas[:N]

def gerar_explicacao(pergunta):
    prompt = f"Explique de forma objetiva por que esta pergunta pode ter múltiplas respostas possíveis:\n{pergunta}"
    explicacao = generator(prompt)[0]["generated_text"].strip()
    return explicacao

# -------------------------------------
# DATASET
# -------------------------------------
def carregar_dataset():
    try:
        print("[LOG] Tentando carregar dataset remoto...")
        ds = DatasetDict.load_from_disk(DATASET_REPO)
        return ds
    except:
        print("[LOG] Criando dataset novo...")
        return DatasetDict({"train": Dataset.from_dict({"pergunta": [], "resposta": [], "alternativas": [], "explanação": []})})

def salvar_dataset(ds):
    print("[LOG] Salvando dataset no HuggingFace...")
    ds.push_to_hub(DATASET_REPO, private=False)

# -------------------------------------
# LOOP PRINCIPAL
# -------------------------------------
def loop_geracao(qtd=10):
    ds = carregar_dataset()

    for i in range(qtd):
        print("\n====================================")
        print(f"[LOG] ITERAÇÃO {i+1}")
        print("====================================")

        pergunta, N = gerar_pergunta_e_opcoes()
        resposta = gerar_resposta(pergunta)
        alternativas = gerar_alternativas(pergunta, N)
        explicacao = gerar_explicacao(pergunta)

        novo_registro = {
            "pergunta": pergunta,
            "resposta": resposta,
            "alternativas": alternativas,
            "explanação": explicacao
        }

        print(f"[LOG] Pergunta: {pergunta}")
        print(f"[LOG] Resposta: {resposta}")
        print(f"[LOG] Alternativas: {alternativas}")
        print(f"[LOG] Explicação: {explicacao}")

        ds["train"] = ds["train"].add_item(novo_registro)
        salvar_dataset(ds)

        time.sleep(1)

    print("[LOG] Concluído.")

# -------------------------------------
# EXECUTAR
# -------------------------------------
if __name__ == "__main__":
    loop_geracao(qtd=50)