Spaces:
Sleeping
Sleeping
Update app.py
Browse files
app.py
CHANGED
|
@@ -71,9 +71,9 @@ def obtener_predicciones(texto, nombre_modelo, top_k=10):
|
|
| 71 |
return top_k_tokens, top_k_prob.cpu().tolist()
|
| 72 |
|
| 73 |
def generar_barplot(tokens, probabilidades):
|
| 74 |
-
"""Convierte los datos en un DataFrame
|
| 75 |
df = pd.DataFrame({"Palabra": tokens, "Probabilidad": probabilidades})
|
| 76 |
-
df.sort_values(by="Probabilidad", ascending=False
|
| 77 |
return df
|
| 78 |
|
| 79 |
def predecir_siguiente_palabra(nombre_modelo, texto, top_k, token_custom=""):
|
|
@@ -83,7 +83,7 @@ def predecir_siguiente_palabra(nombre_modelo, texto, top_k, token_custom=""):
|
|
| 83 |
|
| 84 |
tokens, probabilidades = obtener_predicciones(texto, nombre_modelo, int(top_k))
|
| 85 |
|
| 86 |
-
# Generar gráfico con Gradio BarPlot
|
| 87 |
barplot_data = generar_barplot(tokens, probabilidades)
|
| 88 |
|
| 89 |
return gr.update(choices=[f"'{t}'" for t in tokens]), barplot_data
|
|
@@ -97,18 +97,17 @@ def agregar_token_seleccionado(texto, token_seleccionado):
|
|
| 97 |
|
| 98 |
# Crear la interfaz en español
|
| 99 |
with gr.Blocks() as demo:
|
| 100 |
-
gr.Markdown("# 🔥 Predicción de Texto con Modelos
|
| 101 |
gr.Markdown(
|
| 102 |
-
"Esta aplicación permite
|
| 103 |
"Selecciona un modelo, introduce un texto y explora las palabras más probables a continuación."
|
| 104 |
-
"Puedes escoger una de las palabras con más probabilidad o escribir una palabra nueva y visualizar las nuevas predicciones del modelo."
|
| 105 |
)
|
| 106 |
|
| 107 |
with gr.Row():
|
| 108 |
dropdown_modelo = gr.Dropdown(
|
| 109 |
choices=list(AVAILABLE_MODELS.keys()),
|
| 110 |
value="BLOOMZ-560M",
|
| 111 |
-
label="📌 Modelo de lenguaje
|
| 112 |
)
|
| 113 |
|
| 114 |
dropdown_top_k = gr.Dropdown(
|
|
@@ -122,7 +121,7 @@ with gr.Blocks() as demo:
|
|
| 122 |
lines=5,
|
| 123 |
label="📝 Texto de entrada",
|
| 124 |
placeholder="Escribe aquí...",
|
| 125 |
-
value="
|
| 126 |
)
|
| 127 |
|
| 128 |
with gr.Row():
|
|
|
|
| 71 |
return top_k_tokens, top_k_prob.cpu().tolist()
|
| 72 |
|
| 73 |
def generar_barplot(tokens, probabilidades):
|
| 74 |
+
"""Convierte los datos en un DataFrame y lo ordena de mayor a menor probabilidad."""
|
| 75 |
df = pd.DataFrame({"Palabra": tokens, "Probabilidad": probabilidades})
|
| 76 |
+
df = df.sort_values(by="Probabilidad", ascending=False) # ✅ Sort by probability (highest first)
|
| 77 |
return df
|
| 78 |
|
| 79 |
def predecir_siguiente_palabra(nombre_modelo, texto, top_k, token_custom=""):
|
|
|
|
| 83 |
|
| 84 |
tokens, probabilidades = obtener_predicciones(texto, nombre_modelo, int(top_k))
|
| 85 |
|
| 86 |
+
# Generar gráfico con Gradio BarPlot (ahora ordenado)
|
| 87 |
barplot_data = generar_barplot(tokens, probabilidades)
|
| 88 |
|
| 89 |
return gr.update(choices=[f"'{t}'" for t in tokens]), barplot_data
|
|
|
|
| 97 |
|
| 98 |
# Crear la interfaz en español
|
| 99 |
with gr.Blocks() as demo:
|
| 100 |
+
gr.Markdown("# 🔥 Predicción de Texto con Modelos Transformadores")
|
| 101 |
gr.Markdown(
|
| 102 |
+
"Esta aplicación permite generar palabras utilizando un modelo de lenguaje. "
|
| 103 |
"Selecciona un modelo, introduce un texto y explora las palabras más probables a continuación."
|
|
|
|
| 104 |
)
|
| 105 |
|
| 106 |
with gr.Row():
|
| 107 |
dropdown_modelo = gr.Dropdown(
|
| 108 |
choices=list(AVAILABLE_MODELS.keys()),
|
| 109 |
value="BLOOMZ-560M",
|
| 110 |
+
label="📌 Modelo de lenguaje"
|
| 111 |
)
|
| 112 |
|
| 113 |
dropdown_top_k = gr.Dropdown(
|
|
|
|
| 121 |
lines=5,
|
| 122 |
label="📝 Texto de entrada",
|
| 123 |
placeholder="Escribe aquí...",
|
| 124 |
+
value="Mi abuela me dejó una gran"
|
| 125 |
)
|
| 126 |
|
| 127 |
with gr.Row():
|