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()