Change demo description

app.py

@@ -64,18 +64,17 @@ def gradio_app():
                 gr.Image("rag_image.jpg", elem_id="flor-banner", scale=1, height=256, width=256, show_label=False, show_download_button = False, show_share_button = False)
             with gr.Column():
                 gr.Markdown(
-                    """# Retrieval-Augmented Generation (experimental)
-                    🔍 **Retrieval-Augmented Generation** (RAG) is an AI framework for improving the quality of LLM-generated responses
-                        by grounding the model on external sources of knowledge to supplement the LLM's internal representation of 
-                        information. Implementing RAG in an LLM-based question answering system has two main benefits: It ensures 
-                        that the model has access to the most current, reliable facts, and that users have access to the model's 
-                        sources, ensuring that the information can be checked for accuracy and ultimately trusted. 
+                    """# Retrieval-Augmented Generation (RAG)
+                    🔍 **Retrieval-Augmented Generation** (RAG) és una tecnologia de IA que permet interrogar un repositori de documents amb preguntes 
+                    en llenguatge natural, i combina tècniques de recuperació d'informació avançades amb models generatius per redactar una resposta 
+                    fent servir només la informació existent en els documents del repositori. 
                         
-                    🎯 **Purpose:** The main purpose of this RAG is answering questions related to the [AI ACT](https://artificialintelligenceact.eu/wp-content/uploads/2024/01/AI-Act-FullText.pdf). 
-                        By incorporating external knowledge sources, RAG enables the LLM to provide more informed and reliable 
-                        responses specifically tailored to inquiries about it. 
-                    ⚠️ **Limitations**: This version is for beta testing only. The content generated by these models is unsupervised 
-                        and might be wrong. Please bear this in mind when exploring this resource.                 
+                    🎯 **Objectiu:** Aquest és un primer demostrador amb la normativa vigent publicada al Diari Oficial de la Generalitat de Catalunya, en el 
+                    repositori del EADOP (Entitat Autònoma del Diari Oficial i de Publicacions). Aquesta primera versió explora prop de 2000 documents en català, 
+                    i genera la resposta fent servir el model Flor6.3b entrenat amb el dataset de QA generativa BSC-LT/RAG_Multilingual. 
+                    
+                    ⚠️ **Advertencies**: Primera versió experimental. El contingut generat per aquest model no està supervisat i pot ser incorrecte. 
+                    Si us plau, tingueu-ho en compte quan exploreu aquest recurs.                 
                     """
                 )
         with gr.Row(equal_height=True):