Refactor text generation in chatbot application to utilize max_new_tokens for improved clarity and added truncation support. Removed unnecessary print statement for generated answer length.

app.py

@@ -75,15 +75,15 @@ def respond(
         add_generation_prompt=True
     )
     
-    # Sử dụng pipeline để generate text
+    # Sử dụng pipeline để generate text - chỉ dùng max_new_tokens
     generated = text_generator(
         prompt,
-        max_length=len(tokenizer.encode(prompt)) + max_tokens,
         max_new_tokens=max_tokens,
         num_return_sequences=1,
         temperature=temperature,
         top_p=top_p,
         do_sample=True,
+        truncation=True,
     )
     
     # Lấy câu trả lời từ kết quả
@@ -97,7 +97,6 @@ def respond(
     if not answer or len(answer.strip()) == 0:
         answer = "Xin lỗi, tôi không thể tạo phản hồi."
     
-    print(f"Generated answer length: {len(answer)}")
     return answer