Update app.py

app.py

@@ -4,6 +4,11 @@ from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
 tokenizer = AutoTokenizer.from_pretrained("google/mt5-small")
 model = AutoModelForSeq2SeqLM.from_pretrained("./checkpoint-15000/")
 
+# 添加示例
+examples = [
+    ["猪笼草原产于热带和亚热带地区 现主要分布在东南亚一带 中国广东 广西等地有分布 猪笼草喜欢湿润和温暖半阴的生长环境 不耐寒 怕积水 怕强光 怕干燥 喜欢疏松 肥沃和透气的腐叶土和泥炭土 对光照要求较为严格 猪笼草的繁殖方式包括扦插繁殖 压条繁殖和播种繁殖"],
+
+]
 
 def text_processing(text):
     inputs = [text]
@@ -20,6 +25,6 @@ def text_processing(text):
 
     return decoded_output[0]
 
-iface = gr.Interface(fn = text_processing, inputs='text', outputs=['text'], title='Punctuation Mark Prediction', description='本模型主要用于语言识别模型输出的后处理。\n输入无符号句子，需要打标点处用空格隔开，返回带标点句子。\n仅支持中文，因为训练数据中只有中文。')
+iface = gr.Interface(fn = text_processing, inputs='text', outputs='text', title='Punctuation Mark Prediction', description='本模型主要用于语言识别模型输出的后处理。\n输入无符号句子，需要打标点处用空格隔开，返回带标点句子。\n仅支持中文，因为训练数据中只有中文。', examples=examples)
 
 iface.launch(inline=False)