update cpu app.py

app.py

@@ -19,9 +19,8 @@ tokenizer = AutoTokenizer.from_pretrained(BASE_MODEL_ID)
 # Tải model nền
 base_model = AutoModelForSeq2SeqLM.from_pretrained(
     BASE_MODEL_ID,
-    torch_dtype=torch.bfloat16, # Dùng bfloat16 để tối ưu
-    device_map={"": DEVICE} # Chỉ định rõ thiết bị
-)
+    torch_dtype=torch.float32, # Dùng float32 cho CPU
+).to(DEVICE)
 
 # Tải và áp dụng adapter LoRA từ Hub của bạn
 model = PeftModel.from_pretrained(base_model, ADAPTER_ID)