Update app.py

app.py

@@ -17,20 +17,23 @@ df = pd.DataFrame(data)
 
 # Função para responder perguntas com GPT-2
 def answer_question_with_gpt(question):
-    # Certifique-se de que o pad_token está definido como eos_token
     if tokenizer.pad_token is None:
         tokenizer.pad_token = tokenizer.eos_token
 
-    # Supondo que você queira incorporar dados do DataFrame na pergunta
     prompt = f"Considerando os dados: {df.to_string(index=False)}. Pergunta: {question} Resposta:"
     inputs = tokenizer(prompt, return_tensors='pt', padding='max_length', truncation=True, max_length=512)
     attention_mask = inputs['attention_mask']
     input_ids = inputs['input_ids']
     
-    # Gerando texto com o modelo GPT-2
-    generated_ids = model.generate(input_ids, attention_mask=attention_mask, max_length=len(input_ids[0]) + 50)
+    generated_ids = model.generate(
+        input_ids,
+        attention_mask=attention_mask,
+        max_length=len(input_ids[0]) + 100,  # Aumentar o limite de geração
+        temperature=0.7,  # Ajustar a criatividade
+        top_p=0.9,  # Usar nucleus sampling
+        no_repeat_ngram_size=2  # Evitar repetições desnecessárias
+    )
     
-    # Decodificando o texto gerado
     generated_text = tokenizer.decode(generated_ids[0], skip_special_tokens=True)
     return generated_text
 
@@ -45,13 +48,11 @@ def add_feedback(nome, feedback):
 
 with gr.Blocks() as demo:
     gr.Markdown("# Sistema de Consulta e Feedback de Dados")
-
     with gr.Row():
         with gr.Column():
             question_input = gr.Textbox(label="Faça uma Pergunta")
             answer_output = gr.Textbox(label="Resposta", interactive=False)
             ask_button = gr.Button("Perguntar")
-
         with gr.Column():
             name_input = gr.Textbox(label="Nome para Feedback")
             feedback_input = gr.Textbox(label="Feedback")