Update app.py

app.py

@@ -100,25 +100,27 @@ def conversar_con_colmena(mensaje):
     print(f"🔄 Enviando entrada al modelo: {contexto}")  # 👈 Agrega este print para ver el contexto en consola
     
     with torch.no_grad():
-        output = model.generate(
-    **inputs,
-    max_length=150,  # Reduce el tamaño máximo para evitar que se quede colgado
-    do_sample=True,   # Sampling activado para más variabilidad
-    top_k=50,         # Controla la aleatoriedad para evitar salidas vacías
-    temperature=0.7,  # Ajusta la creatividad de la respuesta
-    pad_token_id=tokenizer.eos_token_id  # Evita errores de padding
-)
-
-        
-
-    respuesta = tokenizer.decode(output[0], skip_special_tokens=True).strip()
-
-    print(f"✅ Respuesta generada por la IA: '{respuesta}'")  # 👈 Para ver si está vacío
-
-    if not respuesta:
+    output = model.generate(
+        **inputs,
+        max_length=150,  # Reduce el tamaño máximo para evitar que se quede colgado
+        do_sample=True,   # Sampling activado para más variabilidad
+        top_k=50,         # Controla la aleatoriedad para evitar salidas vacías
+        temperature=0.7,  # Ajusta la creatividad de la respuesta
+        pad_token_id=tokenizer.eos_token_id  # Evita errores de padding
+    )  # ✅ Paréntesis correctamente cerrado
+
+# Decodificar la salida del modelo
+respuesta = tokenizer.decode(output[0], skip_special_tokens=True).strip()
+
+# Imprimir la respuesta generada para depuración
+print(f"✅ Respuesta generada por la IA: '{respuesta}'")  # 👈 Para ver si está vacío
+
+# Manejo de respuestas vacías
+if not respuesta:
     return "🤖 No pude generar una respuesta. Inténtalo de nuevo con otra pregunta."
 
 
+
 iface = gr.Interface(
     fn=conversar_con_colmena,
     inputs="text",