Update app.py

app.py

@@ -11,7 +11,7 @@ token = os.environ["HF_TOKEN"]
 
 # Modelo de embeddings y dataset para la fase de RAG
 ST = SentenceTransformer("mixedbread-ai/mxbai-embed-large-v1")
-dataset = load_dataset("not-lain/wikipedia", revision="embedded")
+dataset = load_dataset("raaulcs/unidades-competencia-3", revision="embedded")
 data = dataset["train"]
 data = data.add_faiss_index("embeddings")  # columna con los embeddings
 
@@ -27,7 +27,7 @@ bnb_config = BitsAndBytesConfig(
 # Puedes agregar tantos modelos como desees, con su respectiva configuración
 MODELOS = {
     "Llama-3.2-3B-Instruct": "meta-llama/Llama-3.2-3B-Instruct",
-    "Otro Modelo": "ruta/o/identificador-del-otro-modelo"
+    "DeepSeek-R1": "deepseek-ai/DeepSeek-R1"
 }
 
 # Opcional: Diccionario para almacenar modelos cargados y evitar recargas