app.py

import gradio as gr
from transformers import AutoModelForCausalLM, AutoTokenizer

# Carga el modelo GPT-J desde Hugging Face
model_name = "EleutherAI/gpt-j-6B"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

# Función para generar texto
def generar_articulo(prompt):
    input_ids = tokenizer.encode(prompt, return_tensors="pt")
    output = model.generate(input_ids, max_length=300, num_return_sequences=1)
    return tokenizer.decode(output[0], skip_special_tokens=True)

# Interfaz de Gradio
interface = gr.Interface(
    fn=generar_articulo,  # Función que genera el texto
    inputs="text",  # Entrada: caja de texto
    outputs="text",  # Salida: texto generado
    title="Generador de Artículos SEO con GPT-J",
    description="Introduce un tema para generar un artículo optimizado para SEO."
)

# Ejecuta la aplicación
interface.launch()