Update app.py

app.py

@@ -2,7 +2,6 @@ import os
 from huggingface_hub import login
 from transformers import AutoModelForCausalLM, AutoTokenizer
 import gradio as gr
-import torch
 
 # Autenticar usando el token almacenado como secreto
 hf_token = os.getenv("HF_API_TOKEN")
@@ -11,21 +10,17 @@ login(hf_token)
 # Cargar el modelo y el tokenizador
 model_name = "DeepESP/gpt2-spanish"
 tokenizer = AutoTokenizer.from_pretrained(model_name)
-model = AutoModelForCausalLM.from_pretrained(model_name).to("cuda")
+model = AutoModelForCausalLM.from_pretrained(model_name)
 
 def chat_with_gpt2_spanish(input_text):
- # Comprobar si la GPU está disponible
- device = "cuda" if torch.cuda.is_available() else "cpu"
- print(f"Using device: {device}")
-
- inputs = tokenizer(input_text, return_tensors="pt", truncation=True, max_length=512).to(device)
+ inputs = tokenizer(input_text, return_tensors="pt", truncation=True, max_length=512)
  outputs = model.generate(
  **inputs, 
- max_length=100,
- num_beams=1,
- temperature=0.7,
- top_p=0.9,
- no_repeat_ngram_size=2,
+ max_length=30, # Limitar la longitud de la respuesta
+ num_beams=1, # Usar solo un haz para velocidad
+ temperature=0.7, # Ajustar la temperatura para respuestas menos repetitivas
+ top_p=0.9, # Usar top-p (nucleus sampling) para variedad
+ no_repeat_ngram_size=2, # Evitar la repetición de n-gramas
  early_stopping=True
  )
  response = tokenizer.decode(outputs[0], skip_special_tokens=True)