Update app.py

Upgrade inference.

app.py

@@ -1,10 +1,9 @@
 import gradio as gr
 from huggingface_hub import InferenceClient
 
-
+# Inicializar el cliente de inferencia
 client = InferenceClient("Qwen/QwQ-32B-Preview")
 
-
 def respond(
     message,
     history: list[tuple[str, str]],
@@ -13,46 +12,80 @@ def respond(
     temperature,
     top_p,
 ):
+    # Construir el contexto de mensajes
     messages = [{"role": "system", "content": system_message}]
-
-    for val in history:
-        if val[0]:
-            messages.append({"role": "user", "content": val[0]})
-        if val[1]:
-            messages.append({"role": "assistant", "content": val[1]})
-
+    
+    for user_msg, assistant_msg in history:
+        if user_msg:
+            messages.append({"role": "user", "content": user_msg})
+        if assistant_msg:
+            messages.append({"role": "assistant", "content": assistant_msg})
+    
     messages.append({"role": "user", "content": message})
-
+    
     response = ""
-
-    for message in client.chat_completion(
+    
+    # Realizar la llamada al modelo con streaming deshabilitado para capturar toda la respuesta
+    full_response = client.chat_completion(
         messages,
         max_tokens=max_tokens,
-        stream=True,
+        stream=False,  # Deshabilitar streaming para capturar toda la respuesta de una vez
         temperature=temperature,
         top_p=top_p,
-    ):
-        token = message.choices[0].delta.content
+    )
+    
+    # Extraer el contenido de la respuesta
+    if full_response and full_response.choices:
+        response = full_response.choices[0].message['content']
+    
+    return response
 
-        response += token
-        yield response
+# Definir los controles adicionales con mayor claridad y rangos adecuados
+system_message_input = gr.Textbox(
+    value="Responde siempre en español, y el código siempre completo",
+    label="Mensaje del Sistema",
+    lines=2,
+    placeholder="Instrucciones para el modelo...",
+)
 
+max_tokens_slider = gr.Slider(
+    minimum=512,
+    maximum=8192,  # Aumentar el máximo si el modelo lo soporta
+    step=1,
+    value=2048,  # Aumentar el valor por defecto para respuestas más largas
+    label="Máximo de Tokens Nuevos",
+)
+
+temperature_slider = gr.Slider(
+    minimum=0.1,
+    maximum=2.0,  # Ajustar el rango para mayor control
+    step=0.1,
+    value=0.7,
+    label="Temperatura",
+)
+
+top_p_slider = gr.Slider(
+    minimum=0.1,
+    maximum=1.0,
+    step=0.05,
+    value=0.95,
+    label="Top-p (muestreo por núcleo)",
+)
+
+# Configurar la interfaz de chat con una apariencia mejorada
 demo = gr.ChatInterface(
-    respond,
+    fn=respond,
     additional_inputs=[
-        gr.Textbox(value="Responde siempre en español, y el codigo siempre completo", label="System message"),
-        gr.Slider(minimum=1, maximum=4096, value=512, step=1, label="Max new tokens"),
-        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
-        gr.Slider(
-            minimum=0.1,
-            maximum=1.0,
-            value=0.95,
-            step=0.05,
-            label="Top-p (nucleus sampling)",
-        ),
+        system_message_input,
+        max_tokens_slider,
+        temperature_slider,
+        top_p_slider,
     ],
+    title="Interfaz de Chat con QwQ-32B-Preview",
+    description="Interactúa con el modelo QwQ-32B-Preview de Hugging Face. Ajusta los parámetros para personalizar las respuestas.",
+    theme="default",  # Puedes cambiar a otros temas como "huggingface", "dark", etc.
 )
 
-
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch(share=True)  # `share=True` permite compartir la interfaz públicamente
+