Update app.py

app.py

@@ -1,3 +1,15 @@
+import gradio as gr
+from transformers import GPT2Tokenizer, GPT2LMHeadModel
+import torch
+
+# Check if a GPU is available, otherwise use CPU
+device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
+
+# Load GPT-2 model and tokenizer
+model_name = "gpt2"
+tokenizer = GPT2Tokenizer.from_pretrained(model_name)
+model = GPT2LMHeadModel.from_pretrained(model_name).to(device)
+
 def evaluar_prompt(prompt):
     try:
         # Encode the prompt
@@ -6,19 +18,18 @@ def evaluar_prompt(prompt):
         # Generate text
         outputs = model.generate(
             inputs["input_ids"], 
-            max_length=150,  # Limit max_length for faster results
-            num_return_sequences=1, 
-            no_repeat_ngram_size=2, 
-            do_sample=True, 
-            top_k=50, 
-            top_p=0.95, 
+            max_length=150,
+            num_return_sequences=1,
+            no_repeat_ngram_size=2,
+            do_sample=True,
+            top_k=50,
+            top_p=0.95,
             temperature=0.7
         )
         
         # Decode the generated text
         generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
 
-        # Initialize variables to store detailed advice
         claridad_consejo = ""
         logica_consejo = ""
         relevancia_consejo = ""
@@ -53,26 +64,31 @@ def evaluar_prompt(prompt):
         else:
             evidencia_consejo = "Considera pedir explícitamente ejemplos específicos o evidencia para obtener respuestas más detalladas y fundamentadas."
 
-        # Compile suggestions
         sugerencias = "### Sugerencias para Mejorar:\n"
-        
-        # Combine the feedback into suggestions
         sugerencias += f"\n* **Claridad:** {claridad_consejo}"
         sugerencias += f"\n* **Lógica:** {logica_consejo}"
         sugerencias += f"\n* **Relevancia:** {relevancia_consejo}"
         sugerencias += f"\n* **Evidencia:** {evidencia_consejo}"
 
-        # If no advice is necessary, indicate that the prompt is strong
-        if all(
-            consejo == "Tu prompt es claro y está bien definido, lo que facilita un análisis efectivo." or 
-            consejo == "El prompt evita términos subjetivos, lo que ayuda a mantener un enfoque objetivo." or 
-            consejo == "El prompt es relevante y está alineado con el objetivo de mejorar la experiencia del cliente." or 
-            consejo == "El prompt ya solicita evidencia, lo cual es positivo para un análisis detallado." 
-            for consejo in [claridad_consejo, logica_consejo, relevancia_consejo, evidencia_consejo]
-        ):
+        if not any([claridad_consejo, logica_consejo, relevancia_consejo, evidencia_consejo]):
             sugerencias += "\nTu prompt está bien construido y no presenta áreas importantes para mejorar."
 
-        return sugerencias, 85  # Returning suggestions and an arbitrary score as an example
+        return sugerencias, 85
 
     except Exception as e:
         return str(e), "Error"
+
+def interfaz():
+    with gr.Blocks() as demo:
+        prompt_input = gr.Textbox(label="Escribe tu prompt aquí:")
+        feedback_output = gr.Textbox(label="Retroalimentación:", interactive=False)
+        calificacion_output = gr.Number(label="Calificación Final:", interactive=False)
+        evaluar_button = gr.Button("Evaluar Prompt")
+        
+        evaluar_button.click(evaluar_prompt, inputs=prompt_input, outputs=[feedback_output, calificacion_output])
+    
+    return demo
+
+# Run the interface
+demo = interfaz()
+demo.launch()