Update app.py

app.py

@@ -1,23 +1,29 @@
 import gradio as gr
-from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
+from transformers import AutoTokenizer, AutoModelForCausalLM
 
 # Carregar o modelo e o tokenizador
-tokenizer = AutoTokenizer.from_pretrained("t5-small")
-model = AutoModelForSeq2SeqLM.from_pretrained("t5-small")
+tokenizer = AutoTokenizer.from_pretrained("defog/sqlcoder")
+model = AutoModelForCausalLM.from_pretrained("defog/sqlcoder")
 
 # Função para gerar SQL a partir de linguagem natural
 def gerar_sql(consulta_natural):
+    # Tokenizar a consulta em linguagem natural
     inputs = tokenizer(consulta_natural, return_tensors="pt", max_length=512, truncation=True)
+    
+    # Gerar a consulta SQL
     outputs = model.generate(**inputs, max_length=512)
+    
+    # Decodificar a saída para texto
     sql_gerado = tokenizer.decode(outputs[0], skip_special_tokens=True)
+    
     return sql_gerado
 
-# Interface Gradio simples
+# Interface Gradio
 interface = gr.Interface(
     fn=gerar_sql,
     inputs="text",
     outputs="text",
-    title="Gerador de SQL",
+    title="Gerador de SQL com SQLCoder",
     description="Digite uma consulta em linguagem natural e gere a consulta SQL correspondente."
 )