app.py

import gradio as gr
from transformers import AutoModelForCausalLM, AutoTokenizer

# Cargar el modelo en 8 bits usando bitsandbytes
model = AutoModelForCausalLM.from_pretrained(
    "JuanCabs/lapepav0",  # Nombre de tu modelo en Hugging Face
    load_in_8bit=True,     # Cargar el modelo en 8 bits
    device_map="auto"      # Asignar automáticamente a la GPU si está disponible
)
tokenizer = AutoTokenizer.from_pretrained("JuanCabs/lapepav0")

# Definir la función para generar texto
def generate_text(prompt):
    inputs = tokenizer(prompt, return_tensors="pt")
    outputs = model.generate(**inputs, max_length=100)
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

# Crear la interfaz de Gradio
interface = gr.Interface(
    fn=generate_text,  # Función que se ejecutará cuando el usuario envíe un prompt
    inputs="text",     # Entrada de texto
    outputs="text",    # Salida de texto
    title="Text Generation with 8-bit Model",  # Título del Space
    description="Introduce un prompt para generar texto usando un modelo en 8 bits"  # Descripción
)

# Lanzar la aplicación
interface.launch()