Update app.py

app.py

@@ -1,12 +1,9 @@
 import gradio as gr
 from transformers import AutoTokenizer, T5ForConditionalGeneration
 import torch
-import os
-
-
-model_name = "t5-base"
-
 
+# Utilisation du modèle flexudy pour la correction en français
+model_name = "flexudy/t5-small-french-corrector"
 
 tokenizer = AutoTokenizer.from_pretrained(model_name)
 model = T5ForConditionalGeneration.from_pretrained(model_name)
@@ -15,8 +12,8 @@ device = "cuda" if torch.cuda.is_available() else "cpu"
 model.to(device)
 
 def correction_grammaticale(texte):
-    # Préfixe à adapter selon ton modèle.
-    input_text = "corriger: " + texte
+    # IMPORTANT : Le modèle flexudy attend le préfixe "gec: "
+    input_text = "gec: " + texte
     input_ids = tokenizer.encode(input_text, return_tensors="pt").to(device)
     
     outputs = model.generate(