Spaces:
Running
Running
import gradio as gr | |
from transformers import AutoModelForCausalLM, AutoTokenizer | |
import torch | |
# Cargar el modelo estable | |
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() | |
# 🔹 Función optimizada para forzar un tono más natural | |
def humanize_text(input_text): | |
system_prompt = ( | |
"Reescribe el siguiente texto de manera más natural y conversacional, como si estuvieras explicándoselo a un amigo. " | |
"Evita palabras complejas innecesarias y haz que fluya mejor, sin cambiar su significado. " | |
"Hazlo más atractivo y fácil de leer.\n\n" | |
"**Ejemplo de reescritura:**\n" | |
"**Texto original:** 'La organización ha optimizado sus procesos para maximizar la eficiencia.'\n" | |
"**Texto humanizado:** 'Ahora la organización trabaja de manera más eficiente gracias a procesos optimizados.'\n\n" | |
"**Texto original:** 'Se requiere el acceso al sistema antes de la fecha límite establecida.'\n" | |
"**Texto humanizado:** 'Asegúrate de ingresar al sistema antes de la fecha límite para evitar problemas.'\n\n" | |
"Ahora reescribe el siguiente texto:" | |
) | |
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=140, # 🔹 Balance entre reformulación y velocidad | |
min_length=50, # 🔹 Evita respuestas cortas | |
do_sample=True, # 🔹 Mantiene variabilidad en respuestas | |
temperature=0.9, # 🔹 Aumentamos creatividad para forzar reformulación | |
top_p=0.95, # 🔹 Permite opciones más variadas | |
repetition_penalty=1.02, # 🔹 Evita que repita estructuras del texto original | |
num_return_sequences=1, # 🔹 Solo una respuesta bien formulada | |
) | |
return tokenizer.decode(outputs[0], skip_special_tokens=True) | |
# Interfaz en Gradio | |
with gr.Blocks() as demo: | |
gr.Markdown("# ✍️ Humanización de Texto con ALIA (Tono más natural)") | |
input_text = gr.Textbox(label="Pega aquí 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() | |