cambios en la web

docker-compose.yml

@@ -20,7 +20,7 @@ services:
     build:
       context: .
       args:
-        # La imagen llevará torch-cu121 por reutilizar Dockerfile; web no usa GPU.
+        # Reutiliza Dockerfile con torch-cu121; la web no usa GPU.
         TORCH_CUDA: cu121
     container_name: rss_web
     command: gunicorn --bind 0.0.0.0:8000 --workers 3 app:app
@@ -33,9 +33,8 @@ services:
       - DB_USER=${DB_USER}
       - DB_PASS=${DB_PASS}
       - SECRET_KEY=${SECRET_KEY}
-      # Opcionales UI
+      # UI opcional
       # - NEWS_PER_PAGE=20
-      # Mostrar traducciones por defecto en la web
       - WEB_TRANSLATED_DEFAULT=1
       - DEFAULT_LANG=es
       - TRANSLATION_PREFERRED_LANGS=es
@@ -78,31 +77,38 @@ services:
       - DB_USER=${DB_USER}
       - DB_PASS=${DB_PASS}
 
-      # --- Worker ---
+      # --- Worker (ajustes estables VRAM) ---
       - TARGET_LANGS=es
-      - TRANSLATOR_BATCH=4          # estable con 1.3B en 12 GB; ajusta si cambia la VRAM disponible
+      - TRANSLATOR_BATCH=8           # cuántas filas toma por ciclo
       - ENQUEUE=200
       - TRANSLATOR_SLEEP_IDLE=5
 
-      # Tokens (equilibrio calidad/VRAM ~<7GB)
-      - MAX_SRC_TOKENS=512
-      - MAX_NEW_TOKENS=256
+      # Tokens (seguro para NLLB-1.3B; evita >1024)
+      - MAX_SRC_TOKENS=680           # margen bajo el límite real del modelo
+      - MAX_NEW_TOKENS=400           # permite salidas más largas en cuerpos
 
-      # Beams: mejor título, cuerpo eficiente
-      - NUM_BEAMS_TITLE=3
-      - NUM_BEAMS_BODY=2
+      # Beams: mejor en títulos, eficiente en cuerpo
+      - NUM_BEAMS_TITLE=2
+      - NUM_BEAMS_BODY=1
 
       # Modelo NLLB 1.3B
       - UNIVERSAL_MODEL=facebook/nllb-200-1.3B
 
-      # Dispositivo (forzar GPU si está disponible; el worker cae a CPU si hay OOM)
+      # Chunking por frases (mejor coherencia en artículos largos)
+      - CHUNK_BY_SENTENCES=True
+      - CHUNK_MAX_TOKENS=700         # <= MAX_SRC_TOKENS (con margen)
+      - CHUNK_OVERLAP_SENTS=1        # solape de 1 frase para evitar cortes bruscos
+      - CLEAN_ARTICLE=1              # limpia “The post…”, “Læs også…”, etc.
+
+      # Dispositivo (usa GPU si hay; cae a CPU si hay OOM)
       - DEVICE=cuda
 
       # Rendimiento / estabilidad
       - PYTHONUNBUFFERED=1
       - HF_HOME=/root/.cache/huggingface
       - TOKENIZERS_PARALLELISM=false
-      - PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True,max_split_size_mb:64,garbage_collection_threshold:0.9
+      # Evita el assert del allocator de PyTorch
+      - PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:64,garbage_collection_threshold:0.9
 
       # GPU (requiere NVIDIA Container Toolkit en el host)
       - NVIDIA_VISIBLE_DEVICES=all