Update app.py

app.py

@@ -383,7 +383,7 @@ def main_ui():
         <br>
     
         <div class="info-box" style="border-left: 4px solid #F59E0B; background: linear-gradient(135deg, #fffbeb 0%, #ffffff 100%);">
-        <div style="font-size: 1.2em; font-weight: bold; color: #F59E0B; margin-bottom: 15px;"><strong>⚠️ Wichtiger Hinweis</strong></div><br>
+        <div style="font-size: 1.2em; font-weight: bold; color: #F59E0B; margin-bottom: 15px;"><strong>⚠️ Wichtiger Hinweis</strong></div>
         Die Anwendung läuft derzeit auf <strong>CPU</strong> ist jedoch <strong>vollständig GPU-fähig </strong>.
         Deshalb muss bei jeder Generierung eine <strong>längere Wartezeit</strong> eingeplant werden.<br>
         Bei <strong>Verbindungsabbrüchen</strong> -insbesondere bei CPU-Nutzung- wird die aktuelle Generierung zunächst serverseitig vollständig abgeschlossen, <br>
@@ -396,7 +396,6 @@ def main_ui():
 
         <div class="info-box" style="border-left: 4px solid #EF4444; background: linear-gradient(135deg, #fef2f2 0%, #ffffff 100%);">
         <div style="font-size: 1.2em; font-weight: bold; color: #EF4444; margin-bottom: 15px;"><strong>🔧 Technischer Hintergrund</strong></div>
-        <strong>Technischer Hintergrund zu Verbindungsabbrüchen:</strong><br>
         Die Anwendung nutzt <strong>Gradio auf Hugging Face Spaces</strong> - eine Technologie, die <strong>keine temporäre Speicherung</strong> 
         generierter Bilder vorsieht. Jede Verbindung <br> wird als <strong>unabhängige Sitzung</strong> behandelt.
         Dies wird <strong>besonders bei CPU-Nutzung relevant</strong>, da längere Transformationszeiten die Wahrscheinlichkeit 
@@ -406,8 +405,7 @@ def main_ui():
         <br>
     
         <div class="info-box" style="border-left: 4px solid #8B5CF6; background: linear-gradient(135deg, #faf5ff 0%, #ffffff 100%);">
-        <div style="font-size: 1.2em; font-weight: bold; color: #8B5CF6; margin-bottom: 15px;">🔄 Anwendungsbereich & Workflow</div>
-        <strong>Anwendungsbereich</strong><br>
+        <div style="font-size: 1.2em; font-weight: bold; color: #8B5CF6; margin-bottom: 15px;"><strong>🔄 Anwendungsbereich & Workflow</strong></div>
         Die Bild-zu-Bild-Transformation ermöglicht die <strong>gezielte Modifikation bestehender Bildelemente</strong> - 
         beispielsweise die Umwandlung einer Laterne <br> in eine Fackel, einer Katze in einen Hund, oder die Versetzung einer Person 
         vom Büro an einen tropischen Strand bei Beibehaltung des Gesichts.<br>
@@ -429,8 +427,7 @@ def main_ui():
         <br>
     
         <div class="info-box" style="border-left: 4px solid #EC4899; background: linear-gradient(135deg, #fdf2f8 0%, #ffffff 100%);">
-        <div style="font-size: 1.2em; font-weight: bold; color: #EC4899; margin-bottom: 15px;">💡 Empfehlungen & Best Practices</div>
-        <strong>Empfehlung:</strong><br>
+        <div style="font-size: 1.2em; font-weight: bold; color: #EC4899; margin-bottom: 15px;"><strong>💡 Empfehlungen & Best Practices</strong></div>
         Für eine präzise Abstimmung der zentralen Parameter – Prompt, Negativ-Prompt, Veränderungsstärke (Strength), Inferenz-Schritte (Steps) <br>
         und Prompt-Stärke (Guidance) – liefern leistungsfähige Sprachmodelle wie GPT, Grok oder DeepSeek hochqualitative, kontextbezogene Vorschläge.<br>
         Prompt und Negativ-Prompt sollten auf <strong>Englisch</strong> eingegeben werden, da "Stable Diffusion" mit Bild-Text-Paaren auf Englisch trainiert <br>