Atualiza app para medgema google

Dockerfile

@@ -0,0 +1,9 @@
+FROM python:3.9-slim
+
+WORKDIR /app
+
+COPY . /app
+
+RUN pip install --no-cache-dir -r requirements.txt
+
+CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "7860"]

app.py

@@ -3,15 +3,17 @@ from transformers import pipeline
 import json
 
 app = FastAPI()
-medgemma = pipeline("text-generation", model="/app/fine_tuned_medgemma", tokenizer="/app/fine_tuned_medgemma")
 
-# Carregar JSON como base
-with open("/app/questions.json", "r") as f:
-    questions_base = json.load(f)
+# Carregando o MedGemma direto do Hugging Face
+medgemma = pipeline(
+    "text-generation",
+    model="google/medgemma-4b-it",
+    tokenizer="google/medgemma-4b-it"
+)
 
 @app.get("/generate")
 async def generate_question(theme: str, difficulty: str):
-    prompt = f"Baseado nas questões da USP, gere uma questão de residência médica sobre {theme}, nível {difficulty}, com 4 opções (A, B, C, D) no estilo do JSON fornecido."
+    prompt = f"Gere uma questão sobre {theme}, nível {difficulty}, com 4 alternativas (A, B, C, D), no estilo da USP."
     response = medgemma(prompt, max_new_tokens=300, temperature=0.7, top_p=0.95)[0]['generated_text']
     return {"question": response}
 
@@ -19,7 +21,7 @@ async def generate_question(theme: str, difficulty: str):
 async def get_simulado(num_questions: int = 5):
     simulado = []
     for _ in range(num_questions):
-        prompt = "Gere uma questão no estilo do JSON da USP sobre medicina, nível médio, com 4 opções."
+        prompt = "Gere uma questão médica estilo USP com 4 alternativas (A, B, C, D), nível médio."
         question = medgemma(prompt, max_new_tokens=300)[0]['generated_text']
-        simulado.append({"question": question, "options": ["A)", "B)", "C)", "D)"]})  # Placeholder
-    return {"simulado": simulado}
+        simulado.append({"question": question})
+    return {"simulado": simulado}