Update app.py

app.py

@@ -32,8 +32,8 @@ class RAGSystem:
             tokenizer=self.tokenizer,
             max_length=512,
             temperature=0.3,  # Reduzido para respostas mais precisas
-            top_p=0.95,
-            repetition_penalty=1.2
+            top_p=0.9,        # Ajustado para permitir diversidade controlada
+            repetition_penalty=1.2  # Evita repetições
         )
         
         self.llm = HuggingFacePipeline(pipeline=pipe)
@@ -160,7 +160,7 @@ class RAGSystem:
                     search_kwargs={
                         "k": 4,
                         "fetch_k": 6,
-                        "score_threshold": 0.5  # Filtra resultados pouco relevantes
+                        "score_threshold": 0.6  # Filtra resultados pouco relevantes
                     }
                 ),
                 return_source_documents=True
@@ -170,12 +170,15 @@ class RAGSystem:
             
             # Prompt mais estruturado
             prompt = f"""Instruções:
-            1. Analise cuidadosamente os documentos fornecidos
+            1. Analise cuidadosamente os documentos fornecidos.
             2. Responda à seguinte pergunta em português de forma clara e direta: {query}
-            3. Use apenas informações encontradas nos documentos
-            4. Se não houver informações suficientes, indique explicitamente
-            5. Mantenha a resposta objetiva e baseada em fatos
-            6. Cite exemplos específicos dos documentos quando relevante"""
+            3. Use apenas informações encontradas nos documentos.
+            4. Se não houver informações suficientes, indique explicitamente.
+            5. Mantenha a resposta objetiva e baseada em fatos.
+            6. Cite exemplos específicos dos documentos quando relevante.
+            7. Evite inventar informações que não estão presentes nos documentos.
+
+            Pergunta: {query}"""
             
             # Gera resposta
             result = qa_chain({"query": prompt})