Update app.py

app.py

@@ -2,24 +2,24 @@ import gradio as gr
 import re
 import os
 import torch
-# 🎯 التعديل الحاسم: استدعاء المترجم الصريح لمعمارية بيرت لكسر التعليق التقني
 from transformers import BertTokenizer, AutoModelForSequenceClassification
 
-# استدعاء معالج التنظيف الرسمي لـ AraBERT الخاص بكِ
+# acronym معالج التنظيف الرسمي لـ AraBERT الخاص بكِ
 from arabert.preprocess import ArabertPreprocessor
 
-# معرفات المستودع الخاص لأسماء
+# معرفات المستودع والمسار الفرعي لأسماء
 MODEL_REPO = "kkAsmaa/ChildShield"
 MODEL_NAME = "aubmindlab/bert-base-arabertv02-twitter"
+SUB_FOLDER = "ChildShield"
 
 # سحب المفتاح السري تلقائياً وبأعلى درجات الأمان السيبراني
 HF_TOKEN = os.getenv("HF_TOKEN")
 
-print("🔄 Instantiating explicit BertTokenizer to force green deployment...")
+print("🔄 Loading model weights from the secured ChildShield subfolder...")
 
-# 🎯 السطر الملكي المصلح: استخدام BertTokenizer من المستودع الأصلي المفتوح لتفادي تعليق الملف الخاص
+# استدعاء المترجم المستقر وتوجيه الموديل بدقة للمجلد الفرعي
 tokenizer = BertTokenizer.from_pretrained(MODEL_NAME)
-model = AutoModelForSequenceClassification.from_pretrained(MODEL_REPO, token=HF_TOKEN)
+model = AutoModelForSequenceClassification.from_pretrained(MODEL_REPO, token=HF_TOKEN, subfolder=SUB_FOLDER)
 model.eval()
 
 # تفعيل المعالج ليتطابق مع داتا كولاب
@@ -82,7 +82,7 @@ def predict_safety_api(text):
             outputs = model(**inputs)
             
         probs = torch.softmax(outputs.logits, dim=-1).flatten().tolist()
-        unsafe_p = float(probs[1]) # 🎯 التأكيد الصارم على قراءة معامل الحظر الفعلي
+        unsafe_p = float(probs) 
         
         if unsafe_p > 0.50:
             is_blocked = True