Update app.py

app.py

@@ -2,7 +2,7 @@ import gradio as gr
 from transformers import AutoModelForCausalLM, AutoTokenizer
 import torch
 
-# Cargar el modelo estable
+# Cargar el modelo estable que mejor funcionó
 model_name = "BSC-LT/salamandra-2b"
 
 if "tokenizer" not in globals():
@@ -13,18 +13,13 @@ 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
+# 🔹 Función de humanización con el prompt más efectivo
 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:"
+        "Reescribe el siguiente texto de manera más clara, natural y atractiva, "
+        "sin cambiar su significado. Reformula frases rígidas y estructuradas para "
+        "que sean más fluidas y conversacionales, pero sin perder precisión. "
+        "Evita tecnicismos y burocracia innecesaria."
     )
 
     prompt = f"{system_prompt}\n\nTexto original: {input_text}\n\nTexto humanizado:"
@@ -34,12 +29,12 @@ def humanize_text(input_text):
     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
+        max_new_tokens=130,  # 🔹 Equilibrio entre reformulación y velocidad
+        min_length=50,  # 🔹 Evita respuestas demasiado cortas
+        do_sample=True,  # 🔹 Mantiene variabilidad sin ralentizar
+        temperature=0.75,  # 🔹 Buen balance entre creatividad y rapidez
+        top_p=0.9,  # 🔹 Mantiene coherencia en la reescritura
+        repetition_penalty=1.05,  # 🔹 Reduce repeticiones sin afectar fluidez
         num_return_sequences=1,  # 🔹 Solo una respuesta bien formulada
     )
 
@@ -47,7 +42,7 @@ def humanize_text(input_text):
 
 # Interfaz en Gradio
 with gr.Blocks() as demo:
-    gr.Markdown("# ✍️ Humanización de Texto con ALIA (Tono más natural)")
+    gr.Markdown("# ✍️ Humanización de Texto con ALIA (Versión Óptima Restaurada)")
     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")