Update app.py

app.py

@@ -14,8 +14,7 @@ tokenizer = AutoTokenizer.from_pretrained(base_model)
 model = AutoModelForCausalLM.from_pretrained(base_model)
 model = PeftModel.from_pretrained(model, model_peft)
 
-# Adicione uma mensagem de confirmação
-print("Modelo PEFT vsvasconcelos/Phi-2_PT_QA_2_v3 carregado com sucesso!")
+
 
 # Define a função para gerar respostas
 def generate_response(model, tokenizer, prompt, max_length=512, num_return_sequences=1):
@@ -42,11 +41,12 @@ def generate_response(model, tokenizer, prompt, max_length=512, num_return_seque
 # Define a função para responder às perguntas
 def answer_question(context, question):
     if context:
-        prompt = f"Context: {context}\nQuestion: {question}"
+        prompt = f"Com base no contexto fornecido, responda a questão de forma sucinta.\nContexto:\n{context}\nQuestão:\n{question}\n### Resposta:"
     else:
-        prompt = f"Question: {question}"
+        prompt = f"Questão:\n{question}\n### Resposta:"
     return generate_response(model, tokenizer, prompt)
 
+
 # Cria a interface Gradio
 iface = gr.Interface(
     fn=answer_question,