Update app.py

app.py

@@ -1,22 +1,24 @@
 import gradio as gr
-from transformers import pipeline
+from transformers import AutoModelForCausalLM, AutoTokenizer
 
-# Load the model from Hugging Face
-generator = pipeline('text-generation', model='JuanCabs/lapepav0')
+# Cargar el modelo y el tokenizer desde Hugging Face
+model = AutoModelForCausalLM.from_pretrained("JuanCabs/lapepav0")
+tokenizer = AutoTokenizer.from_pretrained("JuanCabs/lapepav0")
 
-# Define the function for text generation
+# Definir la función para generar texto
 def generate_text(prompt):
-    results = generator(prompt, max_length=100)
-    return results[0]['generated_text']
+    inputs = tokenizer(prompt, return_tensors="pt")  # Tokenizar la entrada
+    outputs = model.generate(**inputs, max_length=100)  # Generar la salida
+    return tokenizer.decode(outputs[0], skip_special_tokens=True)  # Decodificar y devolver el texto
 
-# Create the Gradio interface
+# Crear la interfaz de Gradio
 interface = gr.Interface(
-    fn=generate_text,  # The function to execute
-    inputs="text",     # Input type
-    outputs="text",    # Output type
-    title="Text Generation Model",  # Title of the app
-    description="Enter a prompt to generate text using a Hugging Face model"  # App description
+    fn=generate_text,  # Función a ejecutar
+    inputs="text",     # Tipo de entrada
+    outputs="text",    # Tipo de salida
+    title="Text Generation Model",  # Título de la app
+    description="Enter a prompt to generate text using a Hugging Face model"  # Descripción de la app
 )
 
-# Launch the app
+# Lanzar la aplicación
 interface.launch()