Update app.py

app.py

@@ -2,50 +2,55 @@ import gradio as gr
 import torch
 from transformers import pipeline
 
-# 1. Configurar el pipeline para CPU
-model_id = "Fifthoply/AyudaAlan-0.1" # modelo :3
+# 1. Configuración del modelo
+# Reemplaza con tu ID real de Hugging Face
+model_id = "tu-usuario/nombre-de-tu-modelo" 
 
-print("Cargando modelo Ayuda Alan en CPU...")
+print("Iniciando carga del modelo...")
+# Usamos el pipeline optimizado para CPU
 pipe = pipeline(
     "text-generation",
     model=model_id,
-    torch_dtype=torch.float32,
+    model_kwargs={"torch_dtype": torch.float32},
     device_map="cpu"
 )
 
 def chat_responder(message, history):
-    # Formato ChatML: System + Historial (opcional) + Nueva pregunta
-    prompt = f"<|im_start|>system\nEres un asistente breve.<|im_end|>\n"
+    # Construcción manual del prompt ChatML
+    prompt = "<|im_start|>system\nEres un asistente breve.<|im_end|>\n"
     
-    # Añadimos historial si quieres que "recuerde", aunque para este modelo literal no es vital
+    # Añadir historial previo
     for user_msg, assistant_msg in history:
         prompt += f"<|im_start|>user\n{user_msg}<|im_end|>\n<|im_start|>assistant\n{assistant_msg}<|im_end|>\n"
     
+    # Añadir pregunta actual
     prompt += f"<|im_start|>user\n{message}<|im_end|>\n<|im_start|>assistant\n"
     
-    # Generación
+    # Generación con parámetros de seguridad
     outputs = pipe(
         prompt, 
         max_new_tokens=25, 
-        do_sample=True, 
-        temperature=0.1, # Muy baja para que no invente cosas raras
+        do_sample=False, # Determinista para respuestas literales
         pad_token_id=pipe.tokenizer.pad_token_id,
         eos_token_id=pipe.tokenizer.eos_token_id
     )
     
-    # Extraer solo la última respuesta
-    raw_text = outputs[0]['generated_text']
-    respuesta = raw_text.split("assistant\n")[-1].strip().split("<|im_end|>")[0]
-    return respuesta
+    # Limpieza robusta del texto generado
+    generated_text = outputs[0]['generated_text']
+    # Buscamos la última respuesta del asistente
+    parts = generated_text.split("<|im_start|>assistant\n")
+    final_response = parts[-1].split("<|im_end|>")[0].strip()
+    
+    return final_response
 
-# 2. Interfaz tipo Chat
+# 2. Interfaz minimalista y compatible
+# Eliminamos argumentos experimentales para asegurar que compile a la primera
 demo = gr.ChatInterface(
     fn=chat_responder,
     title="Ayuda Alan 🦥",
-    description="Hazme una pregunta y te diré cómo se hace (literalmente).",
-    examples=["¿Cómo se toma agua?", "¿Cómo se cruza la calle?", "¿Cómo se duerme?"],
-    type="messages", # Formato moderno de Gradio
-    theme="glass"
+    description="Asistente redundante basado en Qwen 2.5 0.5B.",
+    examples=["¿Cómo se toma agua?", "¿Cómo se salta?", "¿Cómo se escribe?"],
+    cache_examples=False # Evita procesamientos pesados en la compilación
 )
 
 if __name__ == "__main__":