Update app.py

app.py

@@ -162,7 +162,7 @@ def create_arena_tab():
 # ### 1.2 模型用途对比简述
 # 我们选择了以下 2 个模型进行对比：
 # * **模型 1: GPT2-Large (文本生成模型)**
-#     * **用途简述**: 作为一个大型的通用文本生成模型, GPT2-Large 能够进行开放式文本生成、续写、摘要、创意写作等多种任务。它能理解较复杂的指令并生成语法流畅、内容丰富的文本。
+#     * **用途简述**: 作为一个大型的通用文本生成模型, GPT2-Large 能够进行开放式文本生成、续写、摘要、创意写作等多   种任务。它能理解较复杂的指令并生成语法流畅、内容丰富的文本。
 # * **模型 2: deepset/roberta-base-squad2 (抽取式问答模型)**
 #     * **用途简述**: 这是一个专门用于抽取式问答任务的模型。它接收一个问题和一段上下文文本，然后从上下文中找到并返回问题的确切答案片段。主要应用于精准信息提取、文档问答系统等。