Update app.py

app.py

@@ -245,7 +245,7 @@ st.markdown("""
 llm = ChatOpenAI(
     base_url="https://api.together.xyz/v1",
     api_key='0291f33aee03412a47fa5d8e562e515182dcc5d9aac5a7fb5eefdd1759005979',
-    model="deepseek-ai/DeepSeek-R1-Distill-Llama-70B-free",
+    model="meta-llama/Llama-3.3-70B-Instruct-Turbo-Free",
     max_tokens=1024 
 )
 
@@ -370,7 +370,7 @@ if query:
         <div class="spinner"></div>
     </div>
     """, unsafe_allow_html=True)
-    
+   
 else:
     st.markdown("")
 
@@ -426,30 +426,64 @@ if query:
         if similarity >= threshold:
             st.markdown(sentence)
 
+            # تولید پاسخ بازنویسی‌شده
             prompt = f"""
-            تعدادی پاسخ برای سوال زیر تولید شده است. لطفاً ابتدا این پاسخ‌ها را بررسی کن، سپس با در نظر گرفتن محتوای سوال و لحن آن، یک پاسخ نهایی حرفه‌ای، دقیق و روان ارائه کن که هم به سوال پاسخ دهد و هم از نظر نگارشی و ساختاری در سطح بالایی باشد. از تکرار اضافی پرهیز کن و محتوای چند پاسخ را در صورت نیاز با هم ترکیب کن و به هیچ عنوان از جملاتی جز فارسی استفاده نکن تا بهترین نتیجه حاصل شود.
-            
-            سوال:
-            {query}
-            
-            پاسخ‌ها:
-            {sentence}
-            
-            پاسخ نهایی حرفه‌ای بازنویسی‌شده:
-            """
+                        تعدادی پاسخ برای سوال زیر تولید شده است. لطفاً ابتدا این پاسخ‌ها را بررسی کن، سپس با در نظر گرفتن محتوای سوال و لحن آن، یک پاسخ نهایی حرفه‌ای، دقیق و روان ارائه کن که هم به سوال پاسخ دهد و هم از نظر نگارشی و ساختاری در سطح بالایی باشد. پاسخ نهایی باید حداکثر ۵۱۲ کاراکتر باشد، خلاصه و واضح نوشته شود و فقط به زبان فارسی باشد. از تکرار اضافی پرهیز کن و محتوای چند پاسخ را در صورت نیاز با هم ترکیب کن.
 
+                        سوال:
+                        {query}
+
+                        پاسخ‌ها:
+                        {sentence}
+
+                        پاسخ نهایی حرفه‌ای بازنویسی‌شده:
+                        """
             response = llm([
                 SystemMessage(content="You are a helpful assistant."),
                 HumanMessage(content=prompt)
             ])
             rewritten = response.content.strip()
-            st.markdown(f'<div class="chat-message">{rewritten}</div>', unsafe_allow_html=True)
+
+            # بررسی مرتبط بودن پاسخ با سؤال
+            review_prompt = f"""
+            لطفاً بررسی کن که آیا پاسخ زیر، دقیقاً به سوال زیر پاسخ داده است یا خیر. اگر پاسخ به سوال مرتبط، درست و قابل قبول است، فقط بنویس: 'تأیید شد'.
+            اگر پاسخ اشتباه است یا ربطی به سوال ندارد، فقط بنویس: 'نیاز به اصلاح دارد'.
+
+            سوال:
+            {query}
+
+            پاسخ:
+            {rewritten}
+            """
+            review_response = llm([
+                SystemMessage(content="You are a helpful assistant."),
+                HumanMessage(content=review_prompt)
+            ])
+            review_result = review_response.content.strip()
+
+            if "تأیید شد" in review_result:
+                st.markdown(f'<div class="chat-message">{rewritten}</div>', unsafe_allow_html=True)
+            else:
+                # تولید پاسخ جدید توسط مدل بدون استفاده از داده قبلی
+                final_prompt = f"""
+                لطفاً برای سوال زیر پاسخی حرفه‌ای، دقیق و روان تولید کن که مرتبط و معتبر باشد. از زبانی جز فارسی استفاده نکن:
+
+                سوال:
+                {query}
+                """
+                new_response = llm([
+                    SystemMessage(content="You are a helpful assistant."),
+                    HumanMessage(content=final_prompt)
+                ])
+                final_answer = new_response.content.strip()
+                st.markdown(f'<div class="chat-message">{final_answer}</div>', unsafe_allow_html=True)
+
             think.empty()
             found = True
             break
 
     if not found:
-        prompt = f" لطفاً بر اساس سوال زیر یک متن مرتبط و معنادار تولید کن و از خودت ننویس و  جملات  معتبر باشن  و از زبانی جز فارسی استفاده نکن:\n\nسوال: {query}"
+        prompt = f"لطفاً بر اساس سوال زیر یک متن مرتبط و معنادار تولید کن و از خودت ننویس و جملات معتبر باشن و از زبانی جز فارسی استفاده نکن:\n\nسوال: {query}"
         response = llm([
             SystemMessage(content="You are a helpful assistant."),
             HumanMessage(content=prompt)