Update models.py

models.py

@@ -1,16 +1,25 @@
-# models.py
+# models.py (CON CÓDIGO DE DIAGNÓSTICO)
 
 import torch
+import sentence_transformers  # Importar la librería completa
 from transformers import AutoTokenizer, AutoModelForCausalLM
 from sentence_transformers import SentenceTransformer
 from config import EMBEDDING_MODEL_NAME
 
+# ======================= CÓDIGO DE DIAGNÓSTICO =======================
+# Estas líneas nos dirán la verdad sobre tu entorno.
+print("--- INICIANDO DIAGNÓSTICO DE VERSIONES ---")
+print(f"--- Versión de Sentence-Transformers: {sentence_transformers.__version__}")
+print(f"--- Versión de PyTorch: {torch.__version__}")
+print("------------------------------------------")
+# ====================================================================
+
 # Cargar el modelo de embeddings
 def load_embedding_model():
+    # ... el resto de tu código se mantiene igual ...
     device_str = 'cuda' if torch.cuda.is_available() else 'cpu'
     device = torch.device(device_str)
     
-    # Esta línea ES CORRECTA y debe coincidir con el requirements.txt actualizado.
     embedding_model = SentenceTransformer(
         EMBEDDING_MODEL_NAME, 
         device=device, 
@@ -22,6 +31,7 @@ def load_embedding_model():
 
 # Cargar el modelo Yi-Coder
 def load_yi_coder_model():
+    # ... el resto de tu código se mantiene igual ...
     device_str = 'cuda' if torch.cuda.is_available() else 'cpu'
     device = torch.device(device_str)