Spaces:
Running
Running
File size: 2,215 Bytes
c1a9af1 491d9aa aeed90f 491d9aa aeed90f 491d9aa aeed90f 491d9aa aeed90f 491d9aa aeed90f 491d9aa |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 |
import gradio as gr
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
# Cargar el modelo estable que mejor funcion贸
model_name = "BSC-LT/salamandra-2b"
if "tokenizer" not in globals():
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
tokenizer.pad_token = tokenizer.eos_token
if "model" not in globals():
model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype=torch.float16)
model.eval()
# 馃敼 Funci贸n de humanizaci贸n con el prompt m谩s efectivo
def humanize_text(input_text):
system_prompt = (
"Reescribe el siguiente texto de manera m谩s clara, natural y atractiva, "
"sin cambiar su significado. Reformula frases r铆gidas y estructuradas para "
"que sean m谩s fluidas y conversacionales, pero sin perder precisi贸n. "
"Evita tecnicismos y burocracia innecesaria."
)
prompt = f"{system_prompt}\n\nTexto original: {input_text}\n\nTexto humanizado:"
inputs = tokenizer(prompt, return_tensors="pt", padding=True, truncation=True)
outputs = model.generate(
inputs.input_ids,
attention_mask=inputs.attention_mask,
max_new_tokens=130, # 馃敼 Equilibrio entre reformulaci贸n y velocidad
min_length=50, # 馃敼 Evita respuestas demasiado cortas
do_sample=True, # 馃敼 Mantiene variabilidad sin ralentizar
temperature=0.75, # 馃敼 Buen balance entre creatividad y rapidez
top_p=0.9, # 馃敼 Mantiene coherencia en la reescritura
repetition_penalty=1.05, # 馃敼 Reduce repeticiones sin afectar fluidez
num_return_sequences=1, # 馃敼 Solo una respuesta bien formulada
)
return tokenizer.decode(outputs[0], skip_special_tokens=True)
# Interfaz en Gradio
with gr.Blocks() as demo:
gr.Markdown("# 鉁嶏笍 Humanizaci贸n de Texto con ALIA (Versi贸n 脫ptima Restaurada)")
input_text = gr.Textbox(label="Pega aqu铆 el texto generado por IA para humanizar")
output_text = gr.Textbox(label="Texto humanizado por ALIA", interactive=False)
submit_button = gr.Button("Humanizar Texto")
submit_button.click(humanize_text, inputs=input_text, outputs=output_text)
demo.launch()
|