Update app.py

app.py

@@ -4,13 +4,6 @@ from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
 tokenizer = AutoTokenizer.from_pretrained("google/mt5-small")
 model = AutoModelForSeq2SeqLM.from_pretrained("./checkpoint-15000/")
 
-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"],
-
-]
-
-inputs=[gr.inputs.Textbox(default=examples[0][0], label="输入文本")]
-
 def text_processing(text):
     inputs = [text]
 
@@ -26,10 +19,18 @@ def text_processing(text):
 
     return decoded_output[0]
 
+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"],
+    ["都什么年代了 还在抽传统香烟"]
+]
+
+inputs=[gr.inputs.Textbox(default=examples[0][0], label="输入文本")]
+    
+
 iface = gr.Interface(
     fn=text_processing,
     inputs=[gr.inputs.Textbox(default=examples[0][0], label="输入文本")],
-    outputs='',
+    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