要在Python中创建一个简单的Web页面，用于调用预训练的大模型（例如像Hugging Face的transformers库中的BERT模型）并展示问答结果，我们可以使用Flask框架。这里是一个基本的示例： 首先，确保安装了必要的库： ```bash pip install flask flask-wtf transformers ``` 然后，创建一个名为`app.py`的文件，添加以下代码： ```python from flask import Flask, render_template, request, jsonify import torch from transformers import AutoModelForQuestionAnswering, AutoTokenizer # 初始化模型和分词器 model_name = "bert-base-chinese" # 使用合适的预训练模型名 model = AutoModelForQuestionAnswering.from_pretrained(model_name) tokenizer = AutoTokenizer.from_pretrained(model_name) app = Flask(__name__) @app.route('/', methods=['GET', 'POST']) def index(): if request.method == 'POST': question = request.form['question'] answer = get_answer(question) return jsonify({'answer': answer}) return render_template('index.html') def get_answer(question): input_ids = tokenizer.encode(question, add_special_tokens=True) input_ids = torch.tensor([input_ids]) with torch.no_grad(): outputs = model(input_ids) start_scores, end_scores = outputs.start_logits, outputs.end_logits best_start = torch.argmax(start_scores) best_end = torch.argmax(end_scores) + 1 # 结束位置需要加一 answer_tokens = input_ids[0][best_start:best_end] answer = tokenizer.decode(answer_tokens) return answer if __name__ == '__main__': app.run(debug=True) # 开发模式下运行 ``` 现在你需要创建一个HTML模板`templates/index.html`，内容如下： ```html <!DOCTYPE html> <html lang="zh"> <head> <meta charset="UTF-8"> <title>问答页面</title> </head> <body> <form method="post"> <label for="question">请输入问题:</label><br> <input type="text" id="question" name="question"><br> <button type="submit">获取答案</button> </form> {% if answer %} <p>答案: {{ answer }}</p> {% endif %} </body> </html> ``` 这个例子创建了一个基础的Web应用，用户可以在输入框中输入问题，点击提交后，后端会通过API调用模型处理问题并返回答案。请注意，这只是一个简化版本，实际部署时可能需要考虑更多的错误处理和安全性。