Update app.py

sin tokenizador

app.py

@@ -1,16 +1,20 @@
 import gradio as gr
-from transformers import AutoModelForCausalLM, AutoTokenizer
+from transformers import AutoModelForCausalLM
 
-# Cargar el modelo y el tokenizador desde Hugging Face
+# Cargar el modelo desde Hugging Face
 model_name = "TheBloke/mistral-ft-optimized-1227-GGUF"
-tokenizer = AutoTokenizer.from_pretrained(model_name)
 model = AutoModelForCausalLM.from_pretrained(model_name)
 
 # Función para generar respuestas del chatbot
 def chat_with_model(input_text):
-    inputs = tokenizer(input_text, return_tensors="pt")
-    outputs = model.generate(inputs["input_ids"], max_length=100, num_return_sequences=1, pad_token_id=tokenizer.eos_token_id)
-    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
+    # Convertir el texto de entrada en una lista de tokens usando la codificación utf-8 (básica, sin tokenizador)
+    inputs = input_text.encode('utf-8')
+    
+    # Generar respuesta (puede que necesites ajustes dependiendo del modelo, ya que el manejo sin tokenizador es limitado)
+    outputs = model.generate(inputs, max_length=100, num_return_sequences=1)
+    
+    # Convertir la salida de nuevo a texto (asumiendo que el modelo devuelve un objeto de cadena binaria)
+    response = outputs[0].decode('utf-8', errors='ignore')
     return response
 
 # Crear la interfaz con Gradio