aa

app.py

@@ -1,11 +1,9 @@
 import os
 import asyncio
 import google.generativeai as genai
-from openai import OpenAI
 import gradio as gr
 
 # Configuración de claves de API
-NVIDIA_API_KEY = os.getenv("NVIDIA_API_KEY")
 GEMINI_API_KEY = os.getenv("GEMINI_API_KEY")
 genai.configure(api_key=GEMINI_API_KEY)
 
@@ -16,59 +14,50 @@ Como Ministro de la Corte Suprema de Chile, especializado en Derecho de Familia,
 El objetivo es elevar el texto a un estándar de excelencia en redacción jurídica, asegurando la máxima claridad, precisión, concisión y formalidad. **No debes modificar la estructura del borrador, tampoco agregar fundamentación o hechos. La mejora solo es gramatical, redaccional y estética lingüística jurídica.**
 """
 
-# Configuración del modelo de Google
-google_model = genai.GenerativeModel(
+# Configuración del modelo de Google Gemini
+google_gemini_model = genai.GenerativeModel(
     "gemini-exp-1114",
     generation_config={
         "temperature": 0.5,
         "top_p": 0.9,
         "top_k": 40,
-        "max_output_tokens": 4000,
+        "max_output_tokens": 5000,
         "response_mime_type": "text/plain",
     },
 )
 
-# Configuración del cliente NVIDIA
-nvidia_client = OpenAI(
-    base_url="https://integrate.api.nvidia.com/v1",
-    api_key=NVIDIA_API_KEY
+# Configuración del modelo de Google LearnLM
+google_learnlm_model = genai.GenerativeModel(
+    "learnlm-1.5-pro-experimental",
+    generation_config={
+        "temperature": 0.5,
+        "top_p": 0.9,
+        "top_k": 40,
+        "max_output_tokens": 5000,
+        "response_mime_type": "text/plain",
+    },
 )
 
 # Función genérica para generar contenido
-async def generate_content(client, model_name, system_instruction, borrador, is_nvidia=False):
+async def generate_content(client, model_name, system_instruction, borrador):
     try:
-        if is_nvidia:
-            messages = [
-                {"role": "system", "content": system_instruction},
-                {"role": "user", "content": borrador}
-            ]
-            completion = await asyncio.to_thread(
-                client.chat.completions.create,
-                model="meta/llama-3.1-405b-instruct",
-                messages=messages,
-                temperature=0.5,
-                top_p=0.7,
-                max_tokens=4000
-            )
-            return completion.choices[0].message.content
-        else:
-            response = await asyncio.to_thread(client.generate_content, [system_instruction, borrador])
-            return response.text
+        response = await asyncio.to_thread(client.generate_content, [system_instruction, borrador])
+        return response.text
     except Exception as e:
         return f"Error en {model_name}: {str(e)}"
 
-# Combina las respuestas de ambos modelos
+# Combina las respuestas de ambos modelos de Google
 async def combine_responses(borrador):
     system_instruction = default_system_instruction
 
     # Generar contenido con Google Gemini
-    google_result = await generate_content(google_model, "Google Gemini", system_instruction, borrador, is_nvidia=False)
+    google_gemini_result = await generate_content(google_gemini_model, "Google Gemini", system_instruction, borrador)
 
-    # Generar contenido con NVIDIA
-    nvidia_result = await generate_content(nvidia_client, "NVIDIA", system_instruction, borrador, is_nvidia=True)
+    # Generar contenido con Google LearnLM
+    google_learnlm_result = await generate_content(google_learnlm_model, "Google LearnLM", system_instruction, borrador)
 
     # Combinar resultados
-    combined_result = f"**Google Gemini:**\n{google_result}\n\n**NVIDIA:**\n{nvidia_result}"
+    combined_result = f"**Google Gemini:**\n{google_gemini_result}\n\n**Google LearnLM:**\n{google_learnlm_result}"
     return combined_result
 
 # Función de predicción
@@ -79,7 +68,7 @@ async def predict(borrador):
 # Interfaz Gradio con botón funcional
 with gr.Blocks() as demo:
     gr.Markdown("### Mejorador de resoluciones judiciales - Derecho de Familia en Chile")
-    
+
     borrador = gr.Textbox(
         label="Borrador judicial",
         placeholder="Escribe o pega el texto aquí...",