Runbook: arreglar un Gradio Space en HF (CONFIG_ERROR → RUNNING)

Fecha: 2026-09-26 Space validado: [usuario]/sonrisa-inference (privado, ZeroGPU, Qwen3-14B + Embedding-4B + Reranker-0.6B)

Diagnosis loop (en orden)

hf spaces info <id> --json → runtime.stage + requested_hardware.
- CONFIG_ERROR / “Missing configuration in README” → problema de frontmatter YAML.
Frontmatter README (las 3 causas reales encontradas):
- Falta el --- de apertura (el cierre solo no basta).
- Falta sdk_version.
- short_description > 60 chars rompe validate-yaml del upload.
hf spaces logs <id> → errores de runtime (no existe endpoint REST /logs; da 404).
- RepositoryNotFoundError en preload → el model ID no existe (verificado: Qwen/Qwen3-14B-Instruct no existe; el correcto es Qwen/Qwen3-14B).
- requires accelerate con device_map → no instales accelerate, cambia el código (abajo).
Dominio 404 sin token / 200 con token = el Space es privado, no es bug.
- 502 = app viva pero no bindeó (todavía cargando) o crashó.

Habilitar: hf spaces settings <id> --hardware zero-a10g (el frontmatter zero_gpu: true NO existe en la config reference; la key real es el hardware setting).
import spaces primero, antes de torch.
En módulo scope: .to("cuda") — nunca device_map= (bypasea el hijack de ZeroGPU y exige accelerate). Idiom correcto: device = "cuda" if torch.cuda.is_available() else "cpu" + .to(device).
NO pinnes spaces en requirements.txt (el platform fija el suyo → build falla).
Durations: declarar el mínimo real (quota se pre-chequea contra lo pedido, no lo usado).
python_version soportado: 3.12.12 o 3.10.13; torch 2.8.0+.
preload_from_hub baja los pesos en build → el arranque no paga la descarga.