Update app.py

app.py

@@ -1,4 +1,5 @@
 import gradio as gr
+
 import pandas as pd
 import plotly.graph_objects as go
 import plotly.express as px
@@ -8,7 +9,6 @@ from transformers import pipeline, AutoTokenizer, AutoModelForCausalLM
 import torch
 import json
 import re
-from googletrans import Translator # 导入翻译库
 
 # 选择三个小型文本生成模型
 MODEL_CONFIGS = {
@@ -37,7 +37,6 @@ class TextGenerationComparator:
         self.models = {}
         self.tokenizers = {}
         self.load_models()
-        self.translator = Translator() # 初始化翻译器
 
     def load_models(self):
         """加载所有文本生成模型"""
@@ -59,26 +58,11 @@ class TextGenerationComparator:
                 # 创建一个mock模型用于演示
                 self.models[model_key] = None
 
-    def translate_to_chinese(self, text):
-        """将文本翻译成中文"""
-        try:
-            # 尝试翻译，如果原文是中文则不翻译
-            if re.search(r'[\u4e00-\u9fff]', text): # 检查是否包含中文字符
-                return text
-            translation = self.translator.translate(text, dest='zh-cn')
-            return translation.text
-        except Exception as e:
-            print(f"翻译失败: {e}")
-            return text # 翻译失败时返回原文
-
     def generate_text(self, model_key, prompt, max_length=50, temperature=0.7, top_p=0.9):
         """使用指定模型生成文本"""
         if self.models[model_key] is None:
-            # 模拟输出也翻译成中文
-            mock_output_en = f"[Model {model_key} not loaded correctly, this is a simulated output] {prompt} and this is a sample continuation of the text..."
-            mock_output_zh = self.translate_to_chinese(mock_output_en)
             return {
-                "generated_text": mock_output_zh,
+                "generated_text": f"[Model {model_key} not loaded correctly, this is a simulated output] {prompt} and this is a sample continuation of the text...",
                 "inference_time": 0.5,
                 "input_length": len(prompt.split()),
                 "output_length": max_length,
@@ -107,19 +91,16 @@ class TextGenerationComparator:
             end_time = time.time()
 
             # 提取生成的文本（去除原始prompt）
-            generated_text_en = result[0]['generated_text']
-            if generated_text_en.startswith(prompt):
-                generated_text_en = generated_text_en[len(prompt):].strip()
-
-            # 将生成的英文文本翻译成中文
-            generated_text_zh = self.translate_to_chinese(generated_text_en)
+            generated_text = result[0]['generated_text']
+            if generated_text.startswith(prompt):
+                generated_text = generated_text[len(prompt):].strip()
 
             return {
-                "generated_text": generated_text_zh, # 返回中文文本
-                "full_text": self.translate_to_chinese(result[0]['generated_text']), # 完整文本也翻译
+                "generated_text": generated_text,
+                "full_text": result[0]['generated_text'],
                 "inference_time": round(end_time - start_time, 3),
                 "input_length": len(prompt.split()),
-                "output_length": len(generated_text_zh.split()), # 基于中文文本长度
+                "output_length": len(generated_text.split()),
                 "parameters": {
                     "temperature": temperature,
                     "top_p": top_p,
@@ -160,11 +141,11 @@ def run_text_generation_comparison(prompt, max_length, temperature, top_p):
         if "error" in result:
             return json.dumps(result, indent=2, ensure_ascii=False)
 
-        # 这里的键名保留中文，值会是中文
+        # 这里的键名保留中文，值会是英文
         formatted = {
             "生成文本": result["generated_text"],
             "推断时间": f"{result['inference_time']}s",
-            "生成Token数": result["output_length"], # 这里的token数可能因为翻译导致不准确，但保留原逻辑
+            "生成Token数": result["output_length"],
             "生成速度": f"{result['output_length']/max(result['inference_time'], 0.001):.1f} tokens/s"
         }
         return json.dumps(formatted, indent=2, ensure_ascii=False)
@@ -340,7 +321,7 @@ def create_app():
             # Arena选项卡
             with gr.TabItem("🏟️ 生成竞技场"):
                 gr.Markdown("## 文本生成竞技场")
-                gr.Markdown("输入一个**英文**提示文本，查看不同GPT-2模型如何续写，续写结果将翻译成中文显示。")
+                gr.Markdown("输入一个**英文**提示文本，查看不同GPT-2模型如何续写，续写结果将保持英文显示。")
 
                 with gr.Row():
                     with gr.Column(scale=3):