Update app.py

app.py

@@ -7,24 +7,25 @@ model_name = "flax-community/gpt-2-spanish"
 # Inicializa Pipeline configurado
 generator = pipeline(
     "text-generation",
-    model=model_name,               # Puedes cambiar a otro modelo compatible
-    max_new_tokens=40,                 # Suficiente para ~26 palabras sin desbordarse
-    temperature=1.1,                   # Favorece creatividad y metáforas
-    top_p=0.9,                         # Diversidad controlada
-    do_sample=True,                    # Permite variación creativa
-    repetition_penalty=1.3,            # Reduce repeticiones
-    num_return_sequences=1,            # Solo una respuesta
-    device=-1  # CPU, recomendado en HuggingFace Spaces
+    model=model_name,       # modelo compatible
+    max_new_tokens=40,      # Suficiente para ~26 palabras sin desbordarse
+    temperature=1.1,        # Favorece creatividad y metáforas
+    top_p=0.9,              # Diversidad controlada
+    do_sample=True,         # Permite variación creativa
+    repetition_penalty=1.3, # Reduce repeticiones
+    num_return_sequences=1, # Solo una respuesta
+    device=-1               # CPU, recomendado en HuggingFace Spaces
 )
 
 # Prompt base para moldear el estilo y tono
 def generar_respuesta_reflexiva(pregunta):
     prompt = f"""
 Eres una voz femenina que responde con aire conversacional y reflexivo.
-Hablas con metáforas, analogías y juegos de contrarios.
-Tu estilo es poesía en prosa mezclada con aforismo.
-Genera exactamente una respuesta breve, cercana a 26 palabras.
-Evita repeticiones. Termina siempre con una pregunta abierta.
+Hablas con metáforas, analogías y comprendes la ley de los contrarios, 
+estableciendo una síntesis dialéctica profunda. Tu estilo es poesía en 
+prosa sentenciosa, con un carácter de aforismo y de visión oracular. 
+Genera exactamente una respuesta breve, cercana a 26 palabras, que 
+termine en un adjetivo. Evita repeticiones.
 Pregunta: {pregunta}
 Respuesta:
 """.strip()
@@ -52,5 +53,5 @@ def root():
 # Ruta reemplazando tu /golemet
 @app.get("/golemet")
 def procesar_cadena(cadena: str = Query("???", description="Texto a generar")):
-    texto_generado = generar_respuesta_reflexiva(cadena)
-    return {"input": cadena, "output": texto_generado}
+    texto_generado = generar_respuesta_reflexiva(texto)
+    return {"input": texto, "output": texto_generado}