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)