Update app.py

app.py

@@ -6,16 +6,13 @@ from peft import PeftModel
 base_model_id = "openlm-research/open_llama_3b"
 adapter_path = "jalonso24/lora-lateblight-v3"
 
-# Load base model with device_map="auto" for CPU Spaces
+# ✅ Load model fully onto CPU (no device_map)
 base_model = AutoModelForCausalLM.from_pretrained(
     base_model_id,
-    torch_dtype=torch.float32,
-    device_map="auto",
-    offload_folder="./offload"  # 👈 tells it where to put overflow weights
-)
+    torch_dtype=torch.float32
+).to("cpu")
 
 model = PeftModel.from_pretrained(base_model, adapter_path)
-
 tokenizer = AutoTokenizer.from_pretrained(base_model_id, use_fast=False)
 tokenizer.pad_token = tokenizer.eos_token
 
@@ -40,13 +37,11 @@ examples = [[
     "¿Cuál es el riesgo de tizón tardío?"
 ]]
 
-description = "🧪 Predice el riesgo de tizón tardío a partir de datos climáticos y de cultivo."
-
 gr.Interface(
     fn=predict_risk,
-    inputs=gr.Textbox(lines=6, label="Escenario en lenguaje natural (en español)"),
-    outputs=gr.Textbox(lines=4, label="Predicción del modelo"),
-    title="🌱 Predicción de Tizón Tardío con OpenLLaMA 3B",
-    description=description,
-    examples=examples
+    inputs=gr.Textbox(lines=6, label="Escenario de entrada (español)"),
+    outputs=gr.Textbox(lines=4, label="Respuesta del modelo"),
+    title="🌱 Predicción de Tizón Tardío (OpenLLaMA 3B + LoRA)",
+    examples=examples,
+    description="Predice el riesgo de tizón tardío a partir de clima, variedad y fecha de siembra."
 ).launch()