Update Dockerfile

Dockerfile

@@ -5,25 +5,25 @@ FROM python:3.9-slim-bookworm
 WORKDIR /app
 
 # --- ETAPA 1: INSTALAR O GIT E CLONAR O SEU DATASET COMPLETO ---
-# Instala o git-lfs para lidar com ficheiros grandes
 RUN apt-get update && apt-get install -y git git-lfs && git-lfs install
-
-# Clona o repositório deste próprio Space para uma pasta chamada /app/dados
 RUN git clone https://huggingface.co/spaces/Finish-him/prometheus-embedding-generator ./dados && cd dados && git lfs pull
 
-# --- ETAPA 2: CONFIGURAR O AMBIENTE PYTHON ---
-# Copia o ficheiro de requerimentos e instala as dependências
+# --- ETAPA 2: CONFIGURAR O AMBIENTE PYTHON E PRÉ-AQUECER O CACHE ---
 COPY requirements.txt .
 RUN pip install --no-cache-dir --upgrade -r requirements.txt
 
-# Copia o script de treinamento
-COPY train.py .
-
-# Define o caminho da cache para evitar erros de permissão
+# Define o caminho da cache
 ENV HF_HOME=/app/cache/huggingface
 ENV SENTENCE_TRANSFORMERS_HOME=/app/cache/torch
 RUN mkdir -p $HF_HOME && mkdir -p $SENTENCE_TRANSFORMERS_HOME && chown -R 1000:1000 /app/cache
 
-# --- ETAPA 3: EXECUTAR O SCRIPT E MANTER O CONTÊINER VIVO ---
+# --- CORREÇÃO PRINCIPAL: PRÉ-AQUECIMENTO DO CACHE ---
+# Força o download do modelo durante a fase de build, que tem um timeout maior.
+RUN python -c "from sentence_transformers import SentenceTransformer; SentenceTransformer('intfloat/e5-mistral-7b-instruct', cache_folder=os.environ.get('SENTENCE_TRANSFORMERS_HOME', '/app/cache/torch'), trust_remote_code=True)"
+
+# --- ETAPA 3: EXECUTAR O SCRIPT ---
+# Copia o script de treinamento
+COPY train.py .
+
 # Executa o script e, após o término, mantém o contêiner a correr.
 CMD ["sh", "-c", "python train.py && sleep infinity"]