app.py

import gradio as gr
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

# La ruta al modelo apunta al repositorio que me enviaste.
model_path = "AvaLovelace/LLaMA-ASCII-Art"

# Carga el tokenizador y el modelo preentrenados
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForCausalLM.from_pretrained(model_path)
model.to("cuda")

def generate_ascii_art(prompt):
    """
    Genera arte ASCII a partir de un prompt de texto.
    """
    if not prompt:
        return "Por favor, introduce un prompt de texto."

    try:
        # Codificar el prompt
        inputs = tokenizer(prompt, return_tensors="pt").to("cuda")

        # Generar el texto con el modelo
        outputs = model.generate(
            **inputs, 
            max_length=200, 
            do_sample=True, 
            top_k=50, 
            top_p=0.95,
            temperature=0.7,
            num_return_sequences=1
        )
        
        # Decodificar el output del modelo y devolverlo como texto
        ascii_art = tokenizer.decode(outputs[0], skip_special_tokens=True)
        return ascii_art

    except Exception as e:
        return f"Error al generar el arte ASCII: {e}"

# Configura la interfaz de Gradio
demo = gr.Interface(
    fn=generate_ascii_art,
    inputs=gr.Text(label="Prompt"),
    outputs=gr.Text(label="ASCII Art"),
    title="Generador de Arte ASCII para Taraxa Pulse",
    description="Escribe un prompt de texto para generar arte ASCII con un modelo Llama especializado."
)

if __name__ == "__main__":
    demo.launch()