import gradio as gr from transformers import AutoModelForCausalLM, AutoTokenizer import torch # Cargar el modelo y el tokenizador solo una vez para evitar recargas 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 # 馃敼 Evita errores de atenci贸n if "model" not in globals(): model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype=torch.float16) model.eval() # 馃敼 Optimiza la inferencia para que sea m谩s r谩pida # Funci贸n exclusiva para humanizaci贸n de texto con enfoque en marketing def humanize_text(input_text): system_prompt = ( "Reescribe el siguiente texto con un tono m谩s natural, conversacional y cercano, ideal para marketing. " "Haz que fluya de manera m谩s atractiva y persuasiva, como si lo escribiera un experto en marketing, " "pero sin modificar ni inventar datos. Mant茅n toda la informaci贸n original sin omitir detalles. " "Puedes reorganizar las oraciones para mejorar la claridad y el impacto. " "Aseg煤rate de que el resultado se sienta humano y aut茅ntico, evitando cualquier indicio de automatizaci贸n." ) 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=150, # 馃敼 Suficiente espacio para reformular el texto sin cortes do_sample=True, # 馃敼 Mantiene variabilidad en la reescritura temperature=0.8, # 馃敼 Permite m谩s fluidez sin inventar datos top_p=0.9, # 馃敼 Mantiene coherencia en la reescritura repetition_penalty=1.1, # 馃敼 Evita repeticiones innecesarias early_stopping=True, ) return tokenizer.decode(outputs[0], skip_special_tokens=True) # Interfaz en Gradio with gr.Blocks() as demo: gr.Markdown("# 鉁嶏笍 Humanizaci贸n de Texto con ALIA (Optimizado para Marketing)") input_text = gr.Textbox(label="Pega aqu铆 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()