Update app.py

app.py

@@ -2,32 +2,32 @@ import pandas as pd
 import gradio as gr
 from transformers import AutoTokenizer, AutoModelForCausalLM
 
-model_name = "	meta-llama/Llama-2-7b"
+model_name = "meta-llama/Llama-2-7b"
 tokenizer = AutoTokenizer.from_pretrained(model_name)
 model = AutoModelForCausalLM.from_pretrained(model_name)
 
-# Initial data
+# Dados iniciais
 data = {
-    'Name': ['Alice', 'Bob', 'Charlie'],
-    'Age': [25, 30, 35],
-    'City': ['New York', 'Los Angeles', 'Chicago'],
+    'Nome': ['Alice', 'Bob', 'Charlie'],
+    'Idade': [25, 30, 35],
+    'Cidade': ['Nova York', 'Los Angeles', 'Chicago'],
     'Feedback': [None, None, None]
 }
 df = pd.DataFrame(data)
 
-# Function to add feedback
-def add_feedback(name, feedback):
+# Função para adicionar feedback
+def add_feedback(nome, feedback):
     global df
-    df.loc[df['Name'] == name, 'Feedback'] = feedback
+    df.loc[df['Nome'] == nome, 'Feedback'] = feedback
     return df
 
-# Function to get a response from GPT (placeholder for actual GPT call)
+# Função para obter uma resposta do GPT (substituição para chamada real ao GPT)
 def get_gpt_response(query):
-    # Convert DataFrame to CSV string
+    # Converte o DataFrame para string CSV
     csv_data = df.to_csv(index=False)
-    # Create context with feedback
+    # Cria contexto com feedback
     context = f"""
-    Here is the data of people including their names, ages, cities they live in, and feedback:
+    Aqui estão os dados das pessoas incluindo seus nomes, idades, cidades onde moram e feedback:
 
     {csv_data}
     
@@ -36,28 +36,28 @@ def get_gpt_response(query):
     output = model.generate(input_ids, max_new_tokens=100)
     return tokenizer.decode(output[0], skip_special_tokens=True)
 
-def ask_question(question):
-    response = get_gpt_response(question)
-    return response
+def ask_question(pergunta):
+    resposta = get_gpt_response(pergunta)
+    return resposta
 
-def submit_feedback(name, feedback):
-    updated_df = add_feedback(name, feedback)
+def submit_feedback(nome, feedback):
+    updated_df = add_feedback(nome, feedback)
     return updated_df
 
 with gr.Blocks() as demo:
-    gr.Markdown("# Data Inquiry and Feedback System")
+    gr.Markdown("# Sistema de Consulta e Feedback de Dados")
 
     with gr.Row():
         with gr.Column():
-            question_input = gr.Textbox(label="Ask a Question")
-            response_output = gr.Textbox(label="GPT Response", interactive=False)
-            ask_button = gr.Button("Ask")
+            question_input = gr.Textbox(label="Faça uma Pergunta")
+            response_output = gr.Textbox(label="Resposta do GPT", interactive=False)
+            ask_button = gr.Button("Perguntar")
 
         with gr.Column():
-            name_input = gr.Textbox(label="Name for Feedback")
+            name_input = gr.Textbox(label="Nome para Feedback")
             feedback_input = gr.Textbox(label="Feedback")
-            submit_button = gr.Button("Submit Feedback")
-            feedback_df = gr.Dataframe(label="Updated DataFrame", interactive=False)
+            submit_button = gr.Button("Enviar Feedback")
+            feedback_df = gr.Dataframe(label="DataFrame Atualizado", interactive=False)
     
     ask_button.click(fn=ask_question, inputs=question_input, outputs=response_output)
     submit_button.click(fn=submit_feedback, inputs=[name_input, feedback_input], outputs=feedback_df)