Update app.py

app.py

@@ -1,33 +1,25 @@
 from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
+import gradio as gr
 
 # Charger le tokenizer et le modèle
 tokenizer = AutoTokenizer.from_pretrained("papasega/wolo_generation_t5")
 model = AutoModelForSeq2SeqLM.from_pretrained("papasega/wolo_generation_t5")
 
+# Fonction de génération de texte
 def generate_text(input_text, max_length=50):
-    # Tokeniser l'entrée
     input_ids = tokenizer.encode(input_text, return_tensors="pt")
-    
-    # Générer le texte
     output_ids = model.generate(input_ids, max_length=max_length, num_return_sequences=1)
-    
-    # Décoder le texte généré
     output_text = tokenizer.decode(output_ids[0], skip_special_tokens=True)
-    
     return output_text
 
-
-import gradio as gr
-
 # Définir l'interface Gradio
 iface = gr.Interface(
     fn=generate_text, 
-    inputs=[gr.Textbox(lines=2, placeholder="Entrez le texte en wolof ici..."), gr.Slider(10, 100, step=1, default=50)], 
+    inputs=[gr.Textbox(lines=2, placeholder="Entrez le texte en wolof ici..."), gr.Slider(10, 100, step=1, value=50)], 
     outputs="text",
     title="Générateur de Texte en Wolof",
     description="Entrez un texte en wolof pour générer une continuation à l'aide du modèle T5 pré-entraîné."
 )
 
 # Lancer l'interface
-iface.launch(debug=True)
-
+iface.launch()