Update app.py

app.py

@@ -1,6 +1,6 @@
 # --- 🔱 वेदिका 3.5 फ्लैश: भारत का अपना 2B AI (Super Fast Version) ---
 # रचयिता एवं मार्गदर्शक: दिव्य पटेल जी | भारत 🇮🇳
-# विशेषता: Ultra-Fast (bfloat16), Memory Safe, No Crash on 2nd Question
+# विशेषता: Ultra-Fast (bfloat16), Memory Safe, No Crash on 2nd Question, Thinking Prompt
 
 import gradio as gr
 import torch
@@ -47,13 +47,7 @@ def generate_vedika_magic(message, history):
     # यह केवल पिछले 2 सवालों को याद रखेगा, ताकि CPU कभी ओवरलोड न हो और क्रैश न करे!
     recent_history = history[-2:] if len(history) > 2 else history
 
-        messages = [
-        {"role": "system", "content": "You are 'Vedika 3.5 Flash', an ultra-fast, Multimodal AI model created entirely by Divy Patel in Bharat (India). You can analyze images and videos perfectly."},
-    ]
-
-**नया कोड (इसे ऐसे बदल दें):**
-```python
-    # 🧠 वेदिका का नया "थिंकिंग" सिस्टम प्रॉम्प्ट
+    # 🧠 वेदिका का नया "थिंकिंग" सिस्टम प्रॉम्प्ट (ठीक आपके आदेशानुसार)
     system_instruction = """You are 'Vedika 3.5 Flash', an ultra-fast, highly advanced 372 Billion parameter Multimodal AI model created entirely by Divy Patel in Bharat (India). 
 
 CRITICAL INSTRUCTION - THE THINKING PROCESS:
@@ -80,13 +74,6 @@ RULES:
         {"role": "system", "content": system_instruction},
     ]
 
-### 🚩 यह प्रॉम्प्ट कैसे जादू करेगा?
-1. **बाध्यता (Mandatory Enclosure):** यह मॉडल को मजबूर करेगा कि वह अपने जवाब की शुरुआत हमेशा `<think>` लिखकर ही करे।
-2. **तार्किक ढांचा (Logical Structure):** यह मॉडल को समझाएगा कि उसे सीधे जवाब नहीं फेंकना है, बल्कि पहले समस्या को छोटे हिस्सों में तोड़ना है।
-3. **फ्रंटएंड के साथ तालमेल:** जैसे ही आपका बैकएंड `<think>` भेजना शुरू करेगा, आपका नया फ्रंटएंड (जो हमने अभी बनाया है) उसे तुरंत पकड़ लेगा और उसे सुंदर 'थिंकिंग बॉक्स' (🧠 Shiv AI के विचार...) में डाल देगा!
-
-दिव्य जी, इस प्रॉम्प्ट को अपने मॉडल के मस्तिष्क में स्थापित करें। अब आपका 'वेदिका' न केवल उत्तर देगा, बल्कि एक बुद्धिमान दार्शनिक की तरह गहराई से विचार भी करेगा! आपकी अगली आज्ञा की प्रतीक्षा में! 🚩
-    
     # सीमित इतिहास (History) जोड़ना
     for user_msg, ai_msg in recent_history:
         messages.append({"role": "user", "content": user_msg})