Update src/streamlit_app.py

src/streamlit_app.py

@@ -100,14 +100,25 @@ def invocar_modelo_transformers(model_id: str, prompt: str, instruccion_sistema:
         {"role": "user", "content": prompt},
     ]
 
+    inputs = None
     if hasattr(tokenizer, "apply_chat_template"):
-        inputs = tokenizer.apply_chat_template(
-            mensajes,
-            return_tensors="pt",
-            add_generation_prompt=True,
+        try:
+            inputs = tokenizer.apply_chat_template(
+                mensajes,
+                return_tensors="pt",
+                add_generation_prompt=True,
+            )
+        except Exception:
+            # Fallback para tokenizers sin chat_template definido (ej. modelos base/instruct antiguos).
+            inputs = None
+
+    if inputs is None:
+        prompt_plano = (
+            f"Sistema: {contenido_sistema}\n\n"
+            f"Usuario: {prompt}\n\n"
+            "Respuesta:"
         )
-    else:
-        inputs = tokenizer(prompt, return_tensors="pt")["input_ids"]
+        inputs = tokenizer(prompt_plano, return_tensors="pt")["input_ids"]
 
     device = model.device
     inputs = inputs.to(device)
@@ -148,6 +159,7 @@ modo = st.radio(
     format_func=lambda x: "Evaluación por defecto" if x == ModoEvaluacion.POR_DEFECTO.value else "Evaluación personalizada",
 )
 
+# Unico parametro editable en UI para ambos modos.
 timeout_segundos = st.slider("Timeout por llamada (segundos)", min_value=10, max_value=300, value=120)
 
 if modo == ModoEvaluacion.PERSONALIZADA.value: