Update app.py

app.py

@@ -1,5 +1,6 @@
 import os
 import gradio as gr
+import torch  # Asegúrate de importar torch si lo estás usando
 from transformers import AutoModelForCausalLM, AutoTokenizer
 from huggingface_hub import login
 
@@ -10,25 +11,16 @@ if huggingface_token is None:
 login(huggingface_token)
 
 # Cargar el modelo y el tokenizador
-model_name = "meta-llama/Llama-3.2-1B-Instruct"  # Asegúrate de que este sea el nombre correcto
+model_name = "meta-llama/Llama-3.2-1B-Instruct"
 model = AutoModelForCausalLM.from_pretrained(model_name)
 tokenizer = AutoTokenizer.from_pretrained(model_name)
 
-# Leer el archivo de texto
-with open("reparaciones.txt", "r") as file:
-    informacion_adicional = file.read()
-
+# Función para responder a la consulta
 def respond_to_query(user_input):
-    # Crear el prompt
-    prompt = f"{informacion_adicional} Responde la siguiente pregunta: {user_input}"
-    
-    # Tokenizar el prompt
+    prompt = f"Responde la siguiente pregunta: {user_input}"
     inputs = tokenizer(prompt, return_tensors="pt")
-    
-    # Generar la respuesta
     outputs = model.generate(**inputs)
     response = tokenizer.decode(outputs[0], skip_special_tokens=True)
-    
     return response
 
 # Crear la interfaz de Gradio