app para avalição do modelo treinado com interf

app.py

@@ -37,9 +37,13 @@ def generate_and_compare(prompt, max_new_tokens, temperature):
     finetuned_output = generate_text(finetuned_model, prompt, max_new_tokens, temperature)
     return base_output, finetuned_output
 
-def evaluate(model, output, score):
-    log_interaction(model, gr.get_state('last_prompt'), output, score)
-    return f"Avaliação registrada: {score}"
+def evaluate_base(output, score):
+    log_interaction("Base", gr.get_state('last_prompt'), output, score)
+    return f"Avaliação registrada para o modelo Base: {score}"
+
+def evaluate_finetuned(output, score):
+    log_interaction("Fine-tuned", gr.get_state('last_prompt'), output, score)
+    return f"Avaliação registrada para o modelo Fine-tuned: {score}"
 
 with gr.Blocks() as demo:
     gr.Markdown("# Comparação de Modelos: Llama-3.2-1B-Instruct vs. Modelo Fine-tuned para Sustentabilidade")
@@ -66,8 +70,8 @@ with gr.Blocks() as demo:
     finetuned_feedback = gr.Textbox(label="Feedback da Avaliação (Fine-tuned)")
     
     generate_btn.click(generate_and_compare, inputs=[prompt, max_new_tokens, temperature], outputs=[base_output, finetuned_output])
-    base_submit.click(evaluate, inputs=["Base", base_output, base_rating], outputs=base_feedback)
-    finetuned_submit.click(evaluate, inputs=["Fine-tuned", finetuned_output, finetuned_rating], outputs=finetuned_feedback)
+    base_submit.click(evaluate_base, inputs=[base_output, base_rating], outputs=base_feedback)
+    finetuned_submit.click(evaluate_finetuned, inputs=[finetuned_output, finetuned_rating], outputs=finetuned_feedback)
     
     demo.load(lambda: gr.update(value=""), outputs=[prompt])
     prompt.change(lambda x: gr.set_state(last_prompt=x), inputs=[prompt])