fix indentation error in load_text_model

README.md

@@ -11,112 +11,124 @@ license: mit
 short_description: Modelos libres de IA
 ---
 
-# 🤖 Modelos Libres de IA
+# NTIA Space - Modelos Libres de IA
 
-Un Space de Hugging Face que proporciona acceso gratuito a modelos de IA para generación de texto e imágenes sin límites de cuota.
+Este es el repositorio del Space de Hugging Face para NTIA, que proporciona acceso a modelos libres de IA para generación de texto, imágenes y videos.
 
-## 🚀 Características
+## 🚀 Despliegue Rápido
 
-- **Generación de Texto**: Múltiples modelos de lenguaje como DialoGPT, GPT-2, y GPT-Neo
-- **Chat Conversacional**: Interfaz de chat con DialoGPT
-- **Generación de Imágenes**: Stable Diffusion v1.4 y v1.5
-- **Sin Límites**: Uso ilimitado sin costos
-- **Interfaz Intuitiva**: Gradio con diseño moderno
+### Script de Push Automático
 
-## 📋 Modelos Disponibles
-
-### Texto
-- `microsoft/DialoGPT-medium` - Chat conversacional
-- `gpt2` - Generación de texto
-- `distilgpt2` - GPT-2 optimizado
-- `EleutherAI/gpt-neo-125M` - GPT-Neo pequeño
-
-### Imágenes
-- `runwayml/stable-diffusion-v1-5` - Stable Diffusion v1.5
-- `CompVis/stable-diffusion-v1-4` - Stable Diffusion v1.4
+Para hacer commits y push rápidos, usa el script `push.ps1`:
 
-## 🛠️ Instalación Local
+```powershell
+# Commit con mensaje personalizado
+.\push.ps1 "tu mensaje de commit"
 
-Si quieres ejecutar esto localmente:
-
-```bash
-# Clonar el repositorio
-git clone <tu-repositorio>
-cd huggingface-space
-
-# Instalar dependencias
-pip install -r requirements.txt
-
-# Ejecutar la aplicación
-python app.py
+# Commit con mensaje por defecto "update"
+.\push.ps1
 ```
 
-## 🌐 Uso en Hugging Face Spaces
-
-1. Ve a [Hugging Face Spaces](https://huggingface.co/spaces)
-2. Haz clic en "Create new Space"
-3. Selecciona "Gradio" como SDK
-4. Sube estos archivos a tu Space
-5. ¡Listo! Tu aplicación estará disponible en `https://huggingface.co/spaces/tu-usuario/tu-space`
+### Comandos Manuales
 
-## 💡 Consejos de Uso
+```powershell
+# Agregar todos los cambios
+git add .
 
-### Para Texto
-- Usa prompts claros y específicos
-- Ajusta la longitud máxima según tus necesidades
-- DialoGPT es mejor para conversaciones
+# Commit con mensaje
+git commit -m "tu mensaje"
 
-### Para Imágenes
-- Describe detalladamente lo que quieres ver
-- Ajusta los pasos de inferencia (más pasos = mejor calidad pero más lento)
-- Usa palabras descriptivas y específicas
+# Push a Hugging Face
+git push
+```
 
-## 🔧 Configuración Avanzada
+## 🔧 Configuración
 
-### Agregar Nuevos Modelos
+### Variables de Entorno
 
-Para agregar más modelos, edita el diccionario `MODELS` en `app.py`:
+- `HF_TOKEN`: Token de Hugging Face para modelos gated
 
-```python
-MODELS = {
-    "text": {
-        "nuevo-modelo/texto": "Descripción",
-        # ... más modelos
-    },
-    "image": {
-        "nuevo-modelo/imagen": "Descripción",
-        # ... más modelos
-    }
-}
-```
+### Dependencias
 
-### Optimización de Rendimiento
+Ver `requirements.txt` para la lista completa de dependencias.
 
-- Los modelos se cargan en caché para reutilización
-- Usa GPU si está disponible para mejor rendimiento
-- Ajusta los parámetros de generación según tus necesidades
+## 📋 Modelos Disponibles
 
-## 📝 Licencia
+### Texto
+- DialoGPT (Medium, Large, Small)
+- GPT-2 (Base, Medium, Large)
+- GPT-Neo (125M, 1.3B)
+- OPT (125M, 350M)
+- BLOOM (560M, 1B1)
+- Traductores (ES-EN, EN-ES)
+- Voxtral Mini 3B
+- Falcon 7B Instruct
+- Flan-T5 Base
 
-Este proyecto está bajo la licencia MIT. Los modelos individuales tienen sus propias licencias.
+### Imágenes
+- Stable Diffusion v1.4
+- Stable Diffusion 2.1
+- SDXL Base
+- SD 3 Medium
+- OpenJourney (Midjourney Style)
+- Orange Mixs
+- Waifu Diffusion
+- **FLUX.1 Schnell** ⭐
+- **FLUX.1 Dev** ⭐
+- LDM Text2Im 256
+
+### Videos
+- Text-to-Video MS 1.7B
+- Zeroscope v2 (576w, XL)
+- AnimateDiff Lightning
+- CogVideoX 5B
+- Pyramid Flow SD3
+- ModelScope Text-to-Video
+
+## 🎨 Uso
+
+1. Accede al Space en: https://huggingface.co/spaces/Ntdeseb/ntia
+2. Selecciona el tipo de generación (texto, imagen, video)
+3. Elige el modelo deseado
+4. Ingresa tu prompt
+5. ¡Genera contenido!
+
+## 🔄 Actualizaciones
+
+Para actualizar el Space:
+
+1. Haz tus cambios en el código
+2. Usa el script de push: `.\push.ps1 "descripción de cambios"`
+3. El Space se actualizará automáticamente en Hugging Face
+
+## 🐛 Solución de Problemas
+
+### FLUX Models
+- Los modelos FLUX requieren `sentencepiece` (ya incluido en requirements.txt)
+- Configuración optimizada con parámetros recomendados
+- Seed aleatorio para generar imágenes diferentes
+
+### Errores Comunes
+- **"Cannot instantiate tokenizer"**: Verifica que `sentencepiece` esté instalado
+- **"enable_model_cpu_offload requires accelerator"**: Normal en entornos sin GPU
+- **"Value not in list of choices"**: Verifica que el modelo esté en la lista de MODELS
+
+## 📝 Logs
+
+El Space incluye logs detallados para debugging:
+- Carga de modelos
+- Parámetros de generación
+- Errores y fallbacks
+- Estado de conexión
 
 ## 🤝 Contribuciones
 
-¡Las contribuciones son bienvenidas! Puedes:
-- Agregar nuevos modelos
-- Mejorar la interfaz
-- Optimizar el rendimiento
-- Reportar bugs
-
-## 📞 Soporte
-
-Si tienes problemas o preguntas:
-1. Revisa los logs del Space
-2. Verifica que todos los archivos estén subidos correctamente
-3. Asegúrate de que las dependencias estén actualizadas
-
----
+1. Fork el repositorio
+2. Crea una rama para tu feature
+3. Haz tus cambios
+4. Usa `.\push.ps1 "descripción"` para commit
+5. Crea un Pull Request
 
-**¡Disfruta usando modelos de IA sin límites! 🎉**
+## 📄 Licencia
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference 
+Este proyecto está bajo la licencia MIT. 

app.py

@@ -113,13 +113,13 @@ def load_text_model(model_name):
         print(f"Cargando modelo de texto: {model_name}")
         
         try:
-        # Detectar tipo de modelo
-        if "opus-mt" in model_name.lower():
-            # Modelo de traducción
-            from transformers import MarianMTModel, MarianTokenizer
-            tokenizer = MarianTokenizer.from_pretrained(model_name)
-            model = MarianMTModel.from_pretrained(model_name)
-            
+            # Detectar tipo de modelo
+            if "opus-mt" in model_name.lower():
+                # Modelo de traducción
+                from transformers import MarianMTModel, MarianTokenizer
+                tokenizer = MarianTokenizer.from_pretrained(model_name)
+                model = MarianMTModel.from_pretrained(model_name)
+                
             elif "flan-t5" in model_name.lower():
                 # Modelo Flan-T5
                 from transformers import T5Tokenizer, T5ForConditionalGeneration
@@ -144,13 +144,14 @@ def load_text_model(model_name):
                 if tokenizer.pad_token is None:
                     tokenizer.pad_token = tokenizer.eos_token
             
-        else:
+            else:
                 # Modelo de generación de texto estándar
-            tokenizer = AutoTokenizer.from_pretrained(model_name)
-            model = AutoModelForCausalLM.from_pretrained(model_name)
-            
-            # Configurar para chat si es DialoGPT
-            if "dialogpt" in model_name.lower():
+                from transformers import AutoTokenizer, AutoModelForCausalLM
+                tokenizer = AutoTokenizer.from_pretrained(model_name)
+                model = AutoModelForCausalLM.from_pretrained(model_name)
+                
+                # Configurar para chat si es DialoGPT
+                if "dialogpt" in model_name.lower():
                     tokenizer.pad_token = tokenizer.eos_token
                     model.config.pad_token_id = model.config.eos_token_id
             
@@ -163,16 +164,17 @@ def load_text_model(model_name):
         except Exception as e:
             print(f"Error cargando modelo de texto {model_name}: {e}")
             # Fallback a un modelo básico
+            from transformers import AutoTokenizer, AutoModelForCausalLM
             tokenizer = AutoTokenizer.from_pretrained("microsoft/DialoGPT-medium")
             model = AutoModelForCausalLM.from_pretrained("microsoft/DialoGPT-medium")
-                tokenizer.pad_token = tokenizer.eos_token
-                model.config.pad_token_id = model.config.eos_token_id
-        
-        model_cache[model_name] = {
-            "tokenizer": tokenizer,
-            "model": model,
-            "type": "text"
-        }
+            tokenizer.pad_token = tokenizer.eos_token
+            model.config.pad_token_id = model.config.eos_token_id
+            
+            model_cache[model_name] = {
+                "tokenizer": tokenizer,
+                "model": model,
+                "type": "text"
+            }
     
     return model_cache[model_name]