---
tags:
  - chatbot
  - treino
  - nutrição
  - fitness
  - português
  - distilgpt2
language: pt
license: mit
datasets:
  - wpbcpaz/fitness-chatbot-dataset
metrics:
  - perplexity
model-index:
  - name: Fitness Chatbot Model
    results:
      - task:
          type: text-generation
          name: Geração de texto
        dataset:
          name: Fitness Chatbot Dataset
          type: custom
        metrics:
          - name: Perplexity
            type: perplexity
            value: 12.3
---

![Capa do Chatbot](https://huggingface.co/wpbcpaz/fitness-chatbot-model/resolve/main/chatbot_treino_nutri.png)

# 🏋️ Chatbot de Treino e Nutrição

Este modelo foi treinado para atuar como um **assistente virtual especializado em educação física e nutrição**, com foco em iniciantes que desejam montar planos de treino e dieta personalizados.

---

## 📚 Dataset

O modelo foi treinado com um conjunto de dados customizado contendo perguntas e respostas sobre:

- Treinos semanais para diferentes níveis
- Dietas para emagrecimento, hipertrofia e manutenção
- Restrições alimentares (vegetarianismo, intolerância à lactose)
- Recomendações de frequência, recuperação e mobilidade

Formato: JSONL com campos `"input"` e `"output"`  
Repositório do dataset: [wpbcpaz/fitness-chatbot-dataset](https://huggingface.co/datasets/wpbcpaz/fitness-chatbot-dataset)

---

## 🧠 Modelo

- **Base:** distilgpt2
- **Tipo:** Causal Language Model
- **Idioma:** Português
- **Tamanho:** Leve, ideal para aplicações web e mobile

---

## 🎯 Aplicações

- Chatbots para academias ou apps de saúde
- Interfaces conversacionais em sites
- Ferramentas de onboarding para novos praticantes
- Assistentes virtuais para planos alimentares básicos

---

## 🧪 Como usar

```python
from transformers import AutoTokenizer, AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained("wpbcpaz/fitness-chatbot-model")
tokenizer = AutoTokenizer.from_pretrained("wpbcpaz/fitness-chatbot-model")

input_text = "Usuário: Tenho 30 anos, treino 4x por semana e quero ganhar massa muscular.\nChatbot:"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=100)
print(tokenizer.decode(outputs[0]))
```

### Hiperparâmetros de treinamento

Os seguintes hiperparâmetros foram utilizados durante o treinamento:
- taxa_de_aprendizado: 5e-05
- tamanho_do_lote_treinamento: 4
- tamanho_do_lote_avaliacao: 8
- semente: 42
- otimizador: Use OptimizerNames.ADAMW_TORCH_FUSED com betas=(0.9,0.999) e epsilon=1e-08 e optimizer_args=Sem argumentos adicionais para o otimizador
- tipo_de_scheduler_lr: linear
- numero_de_epocas: 3
- treinamento_com_precisao_mista: AMP Nativo

### Versões do framework

- Transformers 4.56.2
- Pytorch 2.8.0+cu126
- Datasets 4.0.0
- Tokenizers 0.22.1

### Limitações encontradas
Limitações de Treinamento
O treinamento deste modelo de inteligência artificial via CPU (unidade de processamento central) é inviável devido a limitações de hardware. A arquitetura da CPU é otimizada para tarefas sequenciais e de propósito geral, enquanto o treinamento de modelos de linguagem de grande escala exige um processamento massivo em paralelo.

O aviso de erro em plataformas que rodam códigos python, como o Google Colab: ```'pin_memory' argument is set as true but no accelerator is found... ``` sinaliza que o ambiente de treinamento não encontrou um acelerador, como uma GPU (unidade de processamento gráfico) ou TPU. Sem um acelerador, o processo:

- Atinge lentidão extrema: Um treinamento que levaria horas em uma GPU pode se estender por semanas ou meses na CPU.

- Gera custos elevados: O tempo de computação e o consumo de energia tornam o processo financeiramente insustentável a longo prazo.

- Recomenda-se enfaticamente o uso de um ambiente com aceleração por GPU para qualquer tentativa de treinamento ou ajuste fino do modelo.

### 📄 Licença
Este modelo está disponível sob a licença MIT. Uso livre para fins educacionais e não comerciais. Para aplicações comerciais, recomenda-se consultar o desenvolvedor.

### ✒️ Autor
Desenvolvido por [Wilder Paz](https://huggingface.co/wpbcpaz)  
Projeto original em desenvolvimento: [Plano de Treino Semanal com IA](https://wilderpaz.github.io/plano-de-treino-semanal/)  desenvolvido com Htmls, Vanilla JS, Tailwind CSS e Gemini IA