import gradio as gr import torch from transformers import pipeline, AutoTokenizer, AutoModelForSequenceClassification import pandas as pd import plotly.express as px import os # --- 1. 模型加载 --- # 负责同学: [填写负责这个模型的同学姓名，例如：张三] # 注意：QuantFactory/Apollo2-7B-GGUF 模型通常不直接兼容 pipeline("text-generation", ...) # 除非有额外的llama.cpp或特定的transformers加载配置。 # 为了演示和确保运行流畅，这里使用 gpt2-large 作为替代。 try: model1_name = "gpt2-large" # 替代 QuantFactory/Apollo2-7B-GGUF 以确保兼容性 generator1 = pipeline("text-generation", model=model1_name, device=0 if torch.cuda.is_available() else -1) print(f"✅ 模型 1 (文本生成: {model1_name}) 加载成功！") except Exception as e: print(f"❌ 模型 1 (文本生成: {model1_name}) 加载失败: {e}") generator1 = None # 负责同学: [填写负责这个模型的同学姓名，例如：李四] # deepset/roberta-base-squad2 是一个问答模型，需要 context try: model2_name = "deepset/roberta-base-squad2" qa_model = pipeline("question-answering", model=model2_name, device=0 if torch.cuda.is_available() else -1) print(f"✅ 模型 2 (问答: {model2_name}) 加载成功！") except Exception as e: print(f"❌ 模型 2 (问答: {model2_name}) 加载失败: {e}") qa_model = None # --- 2. 推理函数 --- # 这个函数现在接受一个问题/提示词和一个上下文 def get_model_outputs(question_or_prompt, context, max_length=100): output_text_gen = "文本生成模型未加载或生成失败。" output_qa = "问答模型未加载或生成失败。" # 模型 1: 文本生成 if generator1: try: # 文本生成模型将问题和上下文作为其prompt的一部分 full_prompt_for_gen = f"{question_or_prompt}\nContext: {context}" if context else question_or_prompt gen_result = generator1(full_prompt_for_gen, max_new_tokens=max_length, num_return_sequences=1, truncation=True) output_text_gen = gen_result[0]['generated_text'] # 清理：移除输入部分，只保留生成内容 if output_text_gen.startswith(full_prompt_for_gen): output_text_gen = output_text_gen[len(full_prompt_for_gen):].strip() except Exception as e: output_text_gen = f"文本生成模型 ({model1_name}) 错误: {e}" # 模型 2: 问答 if qa_model and context: # 问答模型必须有上下文 try: qa_result = qa_model(question=question_or_prompt, context=context) output_qa = qa_result['answer'] except Exception as e: output_qa = f"问答模型 ({model2_name}) 错误: {e}" elif qa_model and not context: output_qa = "问答模型需要提供上下文才能回答问题。" return output_text_gen, output_qa # --- 3. GRACE 评估数据（示例数据，请根据你们的实际评估结果修改） --- # 请根据 gpt2-large 和 deepset/roberta-base-squad2 的实际表现进行评分 grace_data = { "维度": ["Generalization (泛化性)", "Relevance (相关性)", "Artistry (创新表现力)", "Efficiency (效率性)"], # 模型 1: gpt2-large (通用文本生成模型) "GPT2-Large": [ 4.0, # 泛化性: 能处理多种文本生成任务 3.5, # 相关性: 对于特定事实性问题可能不如问答模型精确 4.2, # 创新表现力: 生成文本流畅，有一定创造性 3.8 # 效率性: 相对 GPT2 较大，但比 Llama-2-7b 小 ], # 模型 2: deepset/roberta-base-squad2 (问答模型) "RoBERTa-SQuAD2": [ 3.0, # 泛化性: 专门用于问答，不能生成开放式文本 4.8, # 相关性: 从给定上下文中抽取答案，相关性极高 2.0, # 创新表现力: 抽取式问答，无创新表现 4.5 # 效率性: 推理速度快，效率高 ] } grace_df = pd.DataFrame(grace_data) # --- 4. Gradio 界面构建 --- # LLM Benchmark 选项卡内容创建函数 (30分) def create_benchmark_tab(): # 生成雷达图 fig = px.line_polar(grace_df, r=grace_df.columns[1], theta="维度", line_close=True, range_r=[0, 5], title="GRACE 评估：模型横向对比") # 添加其他模型的轨迹 for col in grace_df.columns[2:]: fig.add_trace(px.line_polar(grace_df, r=col, theta="维度", line_close=True).data[0]) fig.update_traces(fill='toself', opacity=0.6) # 填充颜色，增加透明度 fig.update_layout( polar=dict( radialaxis=dict(visible=True, range=[0, 5], tickvals=[1,2,3,4,5], ticktext=['1分','2分','3分','4分','5分']) # 显示刻度 ), showlegend=True, # 显示图例 # title_font_size=20 # 标题字体大小 ) return gr.Column( gr.Markdown("## 📊 模型性能对比 (GRACE 评估)"), gr.Markdown("本页展示了我们选用的模型在 GRACE 框架下的评估结果。数据为 1-5 分，分数越高代表表现越好。\n" "**注意**: GPT2-Large 主要用于文本生成，RoBERTa-SQuAD2 主要用于问答，它们的评估维度侧重有所不同。"), gr.Plot(fig, label="GRACE 评估雷达图"), gr.Markdown("### GRACE 评估数据"), gr.DataFrame(grace_df, label="详细评估数据") ) # Arena 选项卡内容创建函数 (40分) def create_arena_tab(): with gr.Blocks() as arena_block: gr.Markdown("## ⚔️ Arena: 模型实时对比") gr.Markdown("在这里，您可以输入一个问题或提示词，并提供一段上下文。文本生成模型将根据问题和上下文生成文本，问答模型将从上下文中抽取答案。") with gr.Row(): # 统一输入框 1: 问题/提示词 question_input = gr.Textbox(label="问题/提示词:", placeholder="请输入您的问题或想让模型生成的提示词...", lines=3) # 统一输入框 2: 上下文 (主要用于问答模型) context_input = gr.Textbox(label="上下文 (Context):", placeholder="请输入问答模型需要从中抽取答案的上下文...", lines=5) with gr.Row(): # 增加生成长度控制（主要针对文本生成模型） gen_length_slider = gr.Slider(minimum=20, maximum=300, value=100, step=10, label="文本生成最大长度") generate_btn = gr.Button("🚀 生成并对比") with gr.Row(): # 模型 1 输出 (文本生成) output_text_gen = gr.Textbox(label=f"模型 1 (文本生成: {model1_name}) 输出:", interactive=False, lines=10) # 模型 2 输出 (问答) output_qa = gr.Textbox(label=f"模型 2 (问答: {model2_name}) 输出:", interactive=False, lines=10) # 绑定按钮点击事件到推理函数 generate_btn.click( fn=get_model_outputs, inputs=[question_input, context_input, gen_length_slider], outputs=[output_text_gen, output_qa] ) return arena_block # Report 选项卡内容创建函数 (30分) # 报告内容直接嵌入到代码中 def create_report_tab(): report_content_markdown = """ # 🚀 Hugging Face 模型对比实验报告 --- ## 1. 模型及类别选择 ### 1.1 所选模型的类型与背景说明 本次实验聚焦于**文本处理模型**，具体包括一个**通用文本生成模型**和一个**抽取式问答模型**。 * **文本生成模型**能够根据输入的提示词（prompt）生成连贯、有意义的文本，广泛应用于自动写作、内容创作等。 * **抽取式问答模型**则专注于从给定文本（上下文）中精确地定位并提取问题的答案，是信息检索和智能客服的核心技术。 近年来，随着Transformer架构的普及和大规模预训练技术的进步，这两类模型的性能都取得了显著提升。 ### 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。 * **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。 ### 1.3 选取标准与模型异同点分析 **选取标准**: 我们选择这两个模型主要基于以下标准： 1. **代表性**: 它们分别代表了文本处理领域中两种核心且不同的应用方向（生成与抽取）。 2. **可用性**: 模型在 Hugging Face Model Hub 上易于加载和使用 `pipeline`。 3. **性能对比潜力**: 两种不同类型的模型在 GRACE 维度上会有显著差异，有利于进行有深度的对比分析。 **异同点分析**: * **相同点**: * 都基于 Transformer 架构。 * 都处理自然语言文本作为输入。 * 都可以在 Hugging Face `transformers` 库中通过 `pipeline` 方便地加载和使用。 * **不同点**: * **任务类型**: GPT2-Large 专注于**文本生成**（从无到有），而 RoBERTa-SQuAD2 专注于**信息抽取**（从已有文本中找）。 * **输入输出模式**: * GPT2-Large 接收一个提示词，输出一段新的、连贯的文本。 * RoBERTa-SQuAD2 接收一个问题和一段上下文，输出上下文中最精确的答案片段。 * **“创造性”**: GPT2-Large 具有更强的创造性，能够生成新的、未曾出现过的句子和想法；RoBERTa-SQuAD2 不具备创造性，它只从原文中抽取答案。 * **对上下文的依赖**: 问答模型对上下文的依赖性极强，没有上下文就无法回答；文本生成模型则更灵活，即便没有明确上下文也能生成内容。 --- ## 2. 系统实现细节 ### 2.1 Gradio 交互界面截图 以下是我们在 Hugging Face Space 中构建的 Gradio 交互界面截图。 ![Gradio Arena 界面截图](https://your-space-link/file/path/to/arena_screenshot.png) *(请将此处的图片链接替换为你实际上传到 Space Files 中的截图链接，例如：`/file/main/arena_screenshot.png`)* *说明：此图展示了我们构建的“Arena”选项卡界面。用户可以在左侧输入问题/提示词和上下文，右侧同步显示文本生成模型和问答模型的输出。* ### 2.2 输入与输出流程图 ```mermaid graph TD A[用户输入: 问题/提示词] --> B{Gradio 界面}; A --> C[用户输入: 上下文]; C --> B; B -- 将问题与上下文合并为Prompt --> D1[调用 GPT2-Large (文本生成模型)]; B -- 将问题与上下文分离 --> D2[调用 RoBERTa-SQuAD2 (问答模型)]; D1 -- 生成文本 --> E1[GPT2-Large 输出]; D2 -- 抽取答案 --> E2[RoBERTa-SQuAD2 输出]; E1 --> F[在 Gradio 界面显示]; E2 --> F;