Update app.py

app.py

@@ -1,40 +1,52 @@
 
 import gradio as gr
-import random
-from transformers import pipeline, set_seed
-
-set_seed(42) # Para consistencia en la generación
-
-# Inicializar el pipeline con tu modelo y especificar el dispositivo
-# Use a pipeline as a high-level helper
-from transformers import pipeline
-
-pipe = pipeline("text-generation", model="datificate/gpt2-small-spanish")
-
-def generate_problem(topic, max_length=50):
-    problem_prompt = f"Genera un problema de matemáticas sobre {topic}."
-    # Generar texto con longitud máxima limitada
-    problem_output = pipe(problem_prompt, max_length=max_length, num_return_sequences=1)[0]['generated_text']
-    problem, solution = problem_output.split('La solución es')
-    return problem.strip(), solution.strip()
-
-def generate_fake_answers(real_solution, num_fakes=3):
-    fake_answers = [str(int(real_solution) + i) for i in range(1, num_fakes + 1)]
-    return fake_answers
-
-def math_problem_solver(topic):
-    problem, solution = generate_problem(topic)
-    correct_answer = solution
-    fake_answers = generate_fake_answers(solution)
-    all_answers = fake_answers + [correct_answer]
-    random.shuffle(all_answers)
-    return problem, all_answers, correct_answer
-
-iface = gr.Interface(
-    fn=math_problem_solver,
-    inputs=gr.Dropdown(choices=["Problemas de Preálgebra", "Problemas de Funciones"], label="Selecciona el tema"),
-    outputs=[gr.Textbox(label="Problema"), gr.Radio(label="Opciones de respuesta"), gr.Textbox(label="Respuesta correcta")],
-    examples=[["Problemas de Preálgebra"], ["Problemas de Funciones"]],
-)
-
-iface.launch()
+from inference import load_model, generate
+# Imaginemos que 'generate' es una función adaptada en 'inference.py' que ya maneja la generación de problemas matemáticos.
+
+# Cargar modelo
+model_name = "deepseek-ai/deepseek-vl-7b-chat"  # Ejemplo de nombre de modelo
+tokenizer, model, _ = load_model(model_name)
+
+def math_problem_generator(theme):
+    """
+    Simula la generación de un problema matemático basado en el tema seleccionado.
+    Devuelve un problema y cuatro posibles soluciones, donde solo una es correcta.
+    """
+    # Este es un ejemplo simplificado. Aquí deberías generar el problema y las soluciones basándote en el tema.
+    if theme == 'Álgebra':
+        problem = "¿Cuál es el resultado de x en la ecuación 2x + 3 = 7?"
+        options = ["x = 1", "x = 2", "x = 3", "x = 4"]
+        correct_answer = "x = 2"
+    elif theme == 'Geometría':
+        problem = "¿Cuál es el área de un círculo con radio de 4 unidades?"
+        options = ["16π unidades cuadradas", "8π unidades cuadradas", "4π unidades cuadradas", "2π unidades cuadradas"]
+        correct_answer = "16π unidades cuadradas"
+    # Agrega más temas y problemas aquí según sea necesario.
+    
+    return problem, options, correct_answer
+
+def solve_math_problem(theme):
+    problem, options, correct_answer = math_problem_generator(theme)
+    return problem, options, correct_answer
+
+themes = ["Álgebra", "Geometría"]  # Agrega más temas según sea necesario
+theme_dropdown = gr.Dropdown(choices=themes, label="Selecciona un tema matemático")
+
+problem_text = gr.Textbox(label="Problema")
+options_radio = gr.Radio(label="Opciones")
+correct_answer_text = gr.Textbox(label="Respuesta Correcta", visible=False)
+
+def update_response(theme):
+    problem, options, correct_answer = solve_math_problem(theme)
+    problem_text.update(value=problem)
+    options_radio.update(choices=options, value=None)
+    correct_answer_text.update(value=correct_answer, visible=False)
+    return problem, options
+
+theme_dropdown.change(update_response, inputs=[theme_dropdown], outputs=[problem_text, options_radio])
+
+def check_answer(user_choice, correct_answer):
+    if user_choice == correct_answer:
+        return "¡Correcto!"
+    else:
+        correct_answer_text.update(visible=True)