Update app.py

app.py

@@ -1,28 +1,23 @@
-from transformers import AutoModelForSeq2SeqLM, AutoTokenizer
+from transformers import pipeline
 import gradio as gr
 
 # Reemplaza 'model_id' con el ID del modelo correcto en HuggingFace Hub
 model_id = "luis56125/mbart-traductor"
-model = AutoModelForSeq2SeqLM.from_pretrained(model_id)
-tokenizer = AutoTokenizer.from_pretrained(model_id)
+model = pipeline('text2text-generation', model=model_id)
 
 # Define la función de predicción que usará el modelo
 def translate(text):
-    # Preparar la entrada para el modelo
-    inputs = tokenizer(text, return_tensors="pt")
-    # Generar la salida del modelo
-    outputs = model.generate(**inputs)
-    # Convertir la salida del modelo a texto legible
-    translation = tokenizer.decode(outputs[0], skip_special_tokens=True)
-    return translation
+    return model(text)[0]['generated_text']
 
 # Crear la interfaz de Gradio
-interface = gr.Interface(fn=translate,
-                         inputs=gr.Textbox(lines=5, placeholder="Ingresa aquí el texto del artículo en inglés...""),
-                         outputs="text",
-                         title="Traduccion de Articulos de ag_News",
-                         description="Esta interfaz traduce articulos del conjunto de datos AG News de inglés a español utilizando el modelo MBart. Ingresa el texto del artículo en inglés y obtén la traducción en español.")
+interface = gr.Interface(
+    fn=translate,
+    inputs=gr.Textbox(lines=5, placeholder="Ingresa aquí el texto del artículo en inglés..."),
+    outputs="text",
+    title="Traducción de Artículos de AG News",
+    description="Esta interfaz traduce artículos del conjunto de datos AG News de inglés a español utilizando el modelo MBart. Ingresa el texto del artículo en inglés y obtén la traducción en español."
+)
 
 # Lanzar la interfaz
-interface.launch()
+interface.launch(share=True)