CI: модель обучена и загружена (402301b)

README.md

@@ -32,35 +32,35 @@ model-index:
       name: Accuracy
 ---
 
-# SetFit на базе google/embeddinggemma-300M
+# SetFit with google/embeddinggemma-300M
 
-Это модель [SetFit](https://github.com/huggingface/setfit) для классификации текста. В качестве модели эмбеддингов Sentence Transformer используется [google/embeddinggemma-300M](https://huggingface.co/google/embeddinggemma-300M). Для классификации применяется [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html).
+This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [google/embeddinggemma-300M](https://huggingface.co/google/embeddinggemma-300M) as the Sentence Transformer embedding model. A [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance is used for classification.
 
-Модель обучена методом эффективного few-shot обучения, который включает:
+The model has been trained using an efficient few-shot learning technique that involves:
 
-1. Дообучение [Sentence Transformer](https://www.sbert.net) с контрастным обучением.
-2. Обучение классификационной головы на признаках из дообученного Sentence Transformer.
+1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
+2. Training a classification head with features from the fine-tuned Sentence Transformer.
 
-## Сведения о модели
+## Model Details
 
-### Описание модели
-- **Тип модели:** SetFit
-- **Тело Sentence Transformer:** [google/embeddinggemma-300M](https://huggingface.co/google/embeddinggemma-300M)
-- **Классификационная голова:** экземпляр [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html)
-- **Максимальная длина последовательности:** 2048 токенов
-- **Количество классов:** 13 классов
-<!-- - **Обучающий датасет:** [Unknown](https://huggingface.co/datasets/unknown) -->
-<!-- - **Язык:** Неизвестно -->
-<!-- - **Лицензия:** Неизвестно -->
+### Model Description
+- **Model Type:** SetFit
+- **Sentence Transformer body:** [google/embeddinggemma-300M](https://huggingface.co/google/embeddinggemma-300M)
+- **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
+- **Maximum Sequence Length:** 2048 tokens
+- **Number of Classes:** 13 classes
+<!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) -->
+<!-- - **Language:** Unknown -->
+<!-- - **License:** Unknown -->
 
-### Источники модели
+### Model Sources
 
-- **Репозиторий:** [SetFit на GitHub](https://github.com/huggingface/setfit)
-- **Статья:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
-- **Блог:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
+- **Repository:** [SetFit on GitHub](https://github.com/huggingface/setfit)
+- **Paper:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
+- **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
 
-### Метки модели
-| Метка              | Примеры                                                                                                                      |
+### Model Labels
+| Label              | Examples                                                                                                                      |
 |:-------------------|:------------------------------------------------------------------------------------------------------------------------------|
 | unknown            | <ul><li>'чей робот'</li><li>'опять лежать'</li><li>'смотри панда'</li></ul>                                                   |
 | stand_at_attention | <ul><li>'пора выравняться'</li><li>'не хочешь равняться'</li><li>'выравнялся бы'</li></ul>                                    |
@@ -76,64 +76,66 @@ model-index:
 | run                | <ul><li>'надо бежать'</li><li>'побеги'</li><li>'хотела бы чтобы панда бежала'</li></ul>                                       |
 | help               | <ul><li>'надо помочь'</li><li>'помог бы'</li><li>'команды'</li></ul>                                                          |
 
-## Оценка
+## Evaluation
 
-### Метрики
-| Метка   | Точность (Accuracy) |
+### Metrics
+| Label   | Accuracy |
 |:--------|:---------|
-| **все** | 0.8903   |
+| **all** | 0.8903   |
 
-## Применение
+## Uses
 
-### Прямое использование для инференса
+### Direct Use for Inference
 
-Сначала установите библиотеку SetFit:
+First install the SetFit library:
 
 ```bash
 pip install setfit
 ```
 
-Затем можно загрузить эту модель и выполнить инференс.
+Then you can load this model and run inference.
 
 ```python
 from setfit import SetFitModel
 
-# Загрузка из 🤗 Hub
-model = SetFitModel.from_pretrained("tmp4qvbozcq/panda_commands")
-# Инференс
+# Download from the 🤗 Hub
+model = SetFitModel.from_pretrained("tmp__yp10ai/panda_commands")
+# Run inference
 preds = model("беги бы")
 ```
 
 <!--
-### Дальнейшее использование
+### Downstream Use
 
-*Опишите, как можно дообучить эту модель на своём датасете.*
+*List how someone could finetune this model on their own dataset.*
 -->
 
 <!--
-### Вне области применения
+### Out-of-Scope Use
 
-*Опишите возможные случаи неправильного использования и что пользователям не следует делать с моделью.*
+*List how the model may foreseeably be misused and address what users ought not to do with the model.*
 -->
+
 <!--
-## Смещения, риски и ограничения
+## Bias, Risks and Limitations
 
-*Какие известные или ожидаемые проблемы связаны с этой моделью? Можно указать известные случаи неудач или слабые стороны.*
+*What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
 -->
+
 <!--
-### Рекомендации
+### Recommendations
 
-*Какие рекомендации дать в связи с ожидаемыми проблемами? Например, фильтрация явного контента.*
+*What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
 -->
 
-## Детали обучения
+## Training Details
 
-### Метрики обучающей выборки
-| Обучающая выборка | Мин | Медиана | Макс |
+### Training Set Metrics
+| Training set | Min | Median | Max |
 |:-------------|:----|:-------|:----|
-| Количество слов   | 1   | 2.3697 | 7   |
+| Word count   | 1   | 2.3697 | 7   |
 
-| Метка              | Количество обучающих примеров |
+| Label              | Training Sample Count |
 |:-------------------|:----------------------|
 | bind               | 44                    |
 | dismiss            | 128                   |
@@ -149,7 +151,7 @@ preds = model("беги бы")
 | unbind             | 30                    |
 | unknown            | 381                   |
 
-### Гиперпараметры обучения
+### Training Hyperparameters
 - batch_size: (128, 128)
 - num_epochs: (1, 1)
 - max_steps: -1
@@ -168,8 +170,8 @@ preds = model("беги бы")
 - eval_max_steps: -1
 - load_best_model_at_end: False
 
-### Результаты обучения
-| Эпоха  | Шаг | Функция потерь (обучение) | Функция потерь (валидация) |
+### Training Results
+| Epoch  | Step | Training Loss | Validation Loss |
 |:------:|:----:|:-------------:|:---------------:|
 | 0.0025 | 1    | 0.2328        | -               |
 | 0.1253 | 50   | 0.0955        | -               |
@@ -180,7 +182,7 @@ preds = model("беги бы")
 | 0.7519 | 300  | 0.0031        | -               |
 | 0.8772 | 350  | 0.0022        | -               |
 
-### Версии фреймворков
+### Framework Versions
 - Python: 3.11.14
 - SetFit: 1.1.3
 - Sentence Transformers: 5.2.2
@@ -189,7 +191,7 @@ preds = model("беги бы")
 - Datasets: 4.5.0
 - Tokenizers: 0.22.2
 
-## Цитирование
+## Citation
 
 ### BibTeX
 ```bibtex
@@ -206,17 +208,19 @@ preds = model("беги бы")
 ```
 
 <!--
-## Глоссарий
+## Glossary
 
-*Дайте чёткие определения терминов для понятности разной аудитории.*
+*Clearly define terms in order to be accessible across audiences.*
 -->
+
 <!--
-## Авторы карточки модели
+## Model Card Authors
 
-*Укажите людей, создавших карточку модели.*
+*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
 -->
+
 <!--
-## Контакт
+## Model Card Contact
 
-*Как связаться с авторами карточки модели.*
--->
+*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
+-->

config_setfit.json

@@ -1,4 +1,5 @@
 {
+  "normalize_embeddings": false,
   "labels": [
     "bind",
     "dismiss",
@@ -13,6 +14,5 @@
     "stop_running",
     "unbind",
     "unknown"
-  ],
-  "normalize_embeddings": false
+  ]
 }