Update app.py

app.py

@@ -1,21 +1,18 @@
 import gradio as gr
 from transformers import pipeline
 
-# Carrega o modelo para rodar na CPU do seu Space
-# Usamos o modelo de 0.5B pois ele cabe nos 16GB de RAM gratuitos
-model_id = "Qwen/Qwen2.5-0.5B-Instruct"
-pipe = pipeline("text-generation", model=model_id, device_map="cpu")
+# Carrega o modelo na CPU
+pipe = pipeline("text-generation", model="Qwen/Qwen2.5-0.5B-Instruct", device_map="cpu")
 
-def chat_function(message, history):
-    # Formata a mensagem para o modelo
+def predict(message, history):
     messages = [{"role": "user", "content": message}]
-    
     # Gera a resposta
-    results = pipe(messages, max_new_tokens=512, truncation=True)
+    results = pipe(messages, max_new_tokens=512)
+    # Retorna apenas o texto da resposta
     return results[0]['generated_text'][-1]['content']
 
-# Cria a interface de Chat
-demo = gr.ChatInterface(fn=chat_function, title="Meu Chat Qwen Local")
+# O segredo está aqui: Definimos o nome do endpoint como "chat"
+demo = gr.ChatInterface(fn=predict).queue()
 
 if __name__ == "__main__":
     demo.launch()