Corrección final: Se usa HF_HOME como caché segura en Hugging Face

api.py

@@ -8,26 +8,25 @@ import os
 # ✅ Inicializar FastAPI
 app = FastAPI()
 
-# ✅ Crear directorio de caché para evitar problemas de permisos
-CACHE_DIR = "./cache"
-os.makedirs(CACHE_DIR, exist_ok=True)
+# ✅ Definir un directorio de caché seguro
+os.environ["HF_HOME"] = "/tmp/huggingface"
 
 # ✅ Nombre del modelo en Hugging Face Hub
-HUGGING_FACE_REPO = "fcp2207/Phi-2"  # Asegúrate de que sea el nombre correcto en Hugging Face
+HUGGING_FACE_REPO = "fcp2207/Phi-2"  # Reemplaza con tu usuario y nombre correcto del modelo en Hugging Face
 MODEL_FILENAME = "phi2_finetuned.pth"  # Nombre del archivo en Hugging Face
 
-# ✅ Descargar el modelo desde Hugging Face (especificando caché)
+# ✅ Descargar el modelo desde Hugging Face (usando la caché segura)
 model_path = hf_hub_download(
     repo_id=HUGGING_FACE_REPO,
     filename=MODEL_FILENAME,
-    cache_dir=CACHE_DIR  # Ruta de caché permitida
+    cache_dir=os.environ["HF_HOME"]  # Directorio seguro en Hugging Face Spaces
 )
 
-# ✅ Cargar el tokenizer y el modelo base
-tokenizer = AutoTokenizer.from_pretrained("microsoft/phi-2", cache_dir=CACHE_DIR)
-model = AutoModelForCausalLM.from_pretrained("microsoft/phi-2", cache_dir=CACHE_DIR)
+# ✅ Cargar el tokenizer y el modelo base desde Hugging Face
+tokenizer = AutoTokenizer.from_pretrained("microsoft/phi-2", cache_dir=os.environ["HF_HOME"])
+model = AutoModelForCausalLM.from_pretrained("microsoft/phi-2", cache_dir=os.environ["HF_HOME"])
 
-# ✅ Cargar los pesos del modelo
+# ✅ Cargar los pesos del modelo fine-tuned
 model.load_state_dict(torch.load(model_path, map_location="cpu"))
 model.eval()  # Poner el modelo en modo inferencia
 
@@ -68,3 +67,4 @@ if __name__ == "__main__":
 
 
 
+