Dataset Viewer
Auto-converted to Parquet Duplicate
call_id
string
duration_sec
int64
facts
list
noise_level
float64
series
dict
started_at
timestamp[s]
turns
list
u101_00000:call0000
114
[ { "attribute": "action", "confirmed": true, "object": { "id": "u101_00000:client", "name": "Елене Викторовне", "type": "client" }, "polarity": 1, "source": { "quote": null, "span": null, "turn_idx": 7 }, "speaker": "client", "valid_from": "2026...
0.25
null
2026-05-19T17:00:00
[ { "idx": 0, "speaker": "operator", "text": "Здравствуйте, компания «СвязьСервис», меня зовут Елена Викторовна. Чем могу помочь?" }, { "idx": 1, "speaker": "client", "text": "Здравствуйте, эээ вот, у меня подписка на сериалы, на прошло неделе работала норзащьно, потом… короче, звук отстаё...
u101_00001:call0000
1,657
[ { "attribute": "service_state", "confirmed": true, "object": { "id": "u101_00001:svc0", "name": "переходящая домофония", "type": "service" }, "polarity": 1, "source": { "quote": "она работала нормально, ну то есть всё было хорошо,", "span": [ 59, ...
0.25
null
2026-02-02T15:00:00
[ { "idx": 0, "speaker": "client", "text": "Здравствуйте, это поддержка? Алло?" }, { "idx": 1, "speaker": "operator", "text": "Здравствуйте! Вы позвонили в техническую поддержку, меня зовут Елена Петровна. Чем могу помочь?" }, { "idx": 2, "speaker": "client", "text": "Да, Д...
u101_00003:call0000
197
[ { "attribute": "action", "confirmed": true, "object": { "id": "u101_00003:client", "name": "Елен Петровна", "type": "client" }, "polarity": 1, "source": { "quote": null, "span": null, "turn_idx": 7 }, "speaker": "operator", "valid_from": "2026-...
0.25
null
2026-05-27T19:00:00
[ { "idx": 0, "speaker": "client", "text": "ну наконец-то! я тут с утра сижу, треть час." }, { "idx": 1, "speaker": "operator", "text": "здрафствуйте, вы позвонили в техническую поддержку, меня зофут марина анндеэвна. как вас можно представить?" }, { "idx": 2, "speaker": "clien...
u101_00005:call0000
95
[ { "attribute": "ticket_status", "confirmed": true, "object": { "id": "u101_00005:ticket0", "name": "заявка 5849", "type": "ticket" }, "polarity": 1, "source": { "quote": "заявка 5849 на прошлой неделе была принята, ваше обращение зафиксировали.", "span": [ ...
0.25
null
2026-08-01T18:00:00
[ { "idx": 0, "speaker": "operator", "text": "Техническая поддержка, компания «СвязьСервис», Елена Петровна, слушаю вас." }, { "idx": 1, "speaker": "client", "text": "Здравствуйти Это Марин Олеговна Слушайте у меня домашний интернет апять отсуливаются прям замахила эта хрень Я же уже звони...
u101_00006:call0000
547
[ { "attribute": "service_state", "confirmed": true, "object": { "id": "u101_00006:svc0", "name": "рассрочка на смартфон", "type": "service" }, "polarity": 1, "source": { "quote": null, "span": null, "turn_idx": 1 }, "speaker": "client", "valid_f...
0.25
{ "account_id": "u101_00006", "call_index": 0, "series_len": 2 }
2026-01-24T18:00:00
[ { "idx": 0, "speaker": "operator", "text": "здравствуйте вы позвонили в техническую оддержку меня зовут марин сергеевна слушаю вас" }, { "idx": 1, "speaker": "client", "text": "Здравствуйте-здравствуйте. Это... Оля Викторовна я. Слушайте, у меня тут, эээ, расрочка на смартфон, и вот... в...
u101_00006:call0002
236
[ { "attribute": "service_state", "confirmed": true, "object": { "id": "u101_00006:svc0", "name": "рассрочка на смартфон", "type": "service" }, "polarity": 1, "source": { "quote": "помехи на каналах пошли.", "span": [ 167, 191 ], "turn_...
0.25
{ "account_id": "u101_00006", "call_index": 1, "series_len": 2 }
2026-01-28T18:00:00
[ { "idx": 0, "speaker": "operator", "text": "Техническая поддержка, меня зовут Марин Сергеевна. Здравствуйте, слушаю вас!" }, { "idx": 1, "speaker": "client", "text": "Ой, ну наконец-то, здравствуйте, здравствуйте! Слушайти, я на прошлой неделе уж обращалась, и вот опять — у меня рассрочк...
u101_00008:call0000
1,109
[ { "attribute": "service_state", "confirmed": true, "object": { "id": "u101_00008:dev0", "name": "сетевой коммутатор", "type": "device" }, "polarity": 1, "source": { "quote": "У меня сетевой коммутатор не подключаеца к сети,", "span": [ 14, 62 ...
0.25
null
2026-08-24T20:00:00
[ { "idx": 0, "speaker": "operator", "text": "Зврэввтпейте, компания «СвязьСити», меня зовут Катерина Сергеевна. Чем могу тиморь?" }, { "idx": 1, "speaker": "client", "text": "Здравствуйте. У меня сетевой коммутатор не подключаеца к сети, три дня назад это началось. Я не понимаю, что проис...
u101_00009:call0000
19
[]
0.25
null
2026-02-10T12:00:00
[ { "idx": 0, "speaker": "client", "text": "это, значит, управляющая компания? Ну то исть во дворе шюлыхёд, вот, никого не чистят, я —" }, { "idx": 1, "speaker": "operator", "text": "Здравствуйте, меня зовут Катирина Сергеевна, компания «СвязьСервис». Вы немхого не туда попали — мы операто...
u101_00010:call0000
576
[ { "attribute": "ticket_status", "confirmed": true, "object": { "id": "u101_00010:ticket0", "name": "заявка 4534", "type": "ticket" }, "polarity": 1, "source": { "quote": null, "span": null, "turn_idx": 10 }, "speaker": "operator", "valid_from":...
0.25
null
2026-01-07T14:00:00
[ { "idx": 0, "speaker": "operator", "text": "Добрый день! Служба техподдержки «ГудЛюйн», миня короче зовут Петровна. Слушаю вас." }, { "idx": 1, "speaker": "client", "text": "здравствуйте, здрасьте... это, вот, я по заявке звоню. мне муж ещё с говорил спроси, мол, а я всё... эээ... ну, пр...
u101_00011:call0000
2,250
[ { "attribute": "service_state", "confirmed": true, "object": { "id": "u101_00011:svc0", "name": "прибавка скорости", "type": "service" }, "polarity": 1, "source": { "quote": "дамашний интехбет рапотает нормально, нареканий нет.", "span": [ 52, 10...
0.25
null
2026-06-29T08:00:00
[ { "idx": 0, "speaker": "operator", "text": "Здравствуйте, компани «СвязьСервис», меня зовут Елен Петровна. Чем могу помочь?" }, { "idx": 1, "speaker": "client", "text": "Здравствуйте, это самое… Оля Викторовна меня зовут. Слушайте, ну я уж не знаю, кому жаловаться. Везде кошмар один!" ...
u101_00013:call0000
80
[ { "attribute": "service_state", "confirmed": true, "object": { "id": "u101_00013:svc0", "name": "подписка на аудиокниги", "type": "service" }, "polarity": 1, "source": { "quote": "да, всё в порядке, подписка на аудиокниги активна.", "span": [ 16, ...
0.25
null
2026-10-03T19:00:00
[ { "idx": 0, "speaker": "client", "text": "алло здравствуйте опорэтор это вы" }, { "idx": 1, "speaker": "operator", "text": "здравствуйте! вы звоните в цехжическую поддержку оператора оператора связи, меня зовут марин викторовна. слушаю вас." }, { "idx": 2, "speaker": "client"...
u101_00014:call0000
104
[ { "attribute": "service_state", "confirmed": true, "object": { "id": "u101_00014:svc0", "name": "конференц-связь", "type": "service" }, "polarity": 1, "source": { "quote": "у меня конференц-связь работала нормально, всё хорошо было,", "span": [ 139, ...
0.25
null
2026-10-15T12:00:00
[ { "idx": 0, "speaker": "operator", "text": "Компания «Оператор Связи», служба технической поддержки, меня зовут Мари Викторофна. Слушаю вас, доцрый день." }, { "idx": 1, "speaker": "client", "text": "Наканец-то живой человек! Я эээ... по вашей музыке полчаса слушала, робот этат ваш душны...
u101_00016:call0000
67
[ { "attribute": "tariff", "confirmed": true, "object": { "id": "u101_00016:client", "name": "Марин Олеговна", "type": "client" }, "polarity": 1, "source": { "quote": "месяц назад у меня стоял Корпоративный", "span": [ 87, 125 ], "turn_...
0.25
null
2026-03-09T18:00:00
[ { "idx": 0, "speaker": "operator", "text": "Добшый день, техническая поддержка, меня зовут Елена Викторовна. Чем могу помочь?" }, { "idx": 1, "speaker": "client", "text": "Здравствуйте Это Марин Олеговна Я вот эээ по баллам хотела спросить по тарифу Слушайте месяц назад у меня стоял Корп...
u101_00017:call0000
857
[ { "attribute": "service_state", "confirmed": true, "object": { "id": "u101_00017:dev1", "name": "двухдиапазонный роутер", "type": "device" }, "polarity": 1, "source": { "quote": "роутер пюмтюянно просит пароль от вай-фай", "span": [ 62, 103 ...
0.25
null
2026-03-15T18:00:00
[ { "idx": 0, "speaker": "operator", "text": "Зтравствуйте! Служба технической поддержки, меня зовут Мария Андреевна. Чем могу помочь?" }, { "idx": 1, "speaker": "client", "text": "Здравствуйте, здравствуйте. Это Марь Сергевна. Слушайте, я уже не знаю чего ждать от вас. Вот у меня роутер —...
u101_00018:call0000
1,376
[ { "attribute": "service_state", "confirmed": true, "object": { "id": "u101_00018:svc1", "name": "перенос минут между месяцами", "type": "service" }, "polarity": 1, "source": { "quote": "До десятого числа работал нормально,", "span": [ 83, 119 ...
0.25
{ "account_id": "u101_00018", "call_index": 0, "series_len": 2 }
2026-06-16T17:00:00
[ { "idx": 0, "speaker": "client", "text": "Алло, здравствуйте, это поддержка? Ну, слушайте, у меня опять эта хрень с минуты..." }, { "idx": 1, "speaker": "operator", "text": "здравствуйте! вы позвонили в техническую потдержку, меня зовут марин андреевна. слушаю вас, что случилось?" }, ...
u101_00018:call0002
71
[ { "attribute": "ticket_status", "confirmed": true, "object": { "id": "u101_00018:ticket0", "name": "заявка 5730", "type": "ticket" }, "polarity": 1, "source": { "quote": "она у вас была принята,", "span": [ 42, 65 ], "turn_idx": 3 ...
0.25
{ "account_id": "u101_00018", "call_index": 1, "series_len": 2 }
2026-06-19T17:00:00
[ { "idx": 0, "speaker": "client", "text": "Ну наконец-то дозвонилась! Зтравствуйте. Это Марина Сергеевна. Слушайте, у меня пакетный интернет — просто капец уже: то жабосиет, то... эээ.. пропадает. Я заявку на кжошлой неделе остафляла, и — тишина. Что там с ней?" }, { "idx": 1, "speaker": "ope...
u101_00022:call0000
477
[ { "attribute": "ticket_status", "confirmed": true, "object": { "id": "u101_00022:ticket0", "name": "заявка 5379", "type": "ticket" }, "polarity": 1, "source": { "quote": "ваша заявка шесть дней назат была принята", "span": [ 63, 104 ], ...
0.25
null
2026-03-18T11:00:00
[ { "idx": 0, "speaker": "operator", "text": "здравствуйте! вы позвонили в ссишбу технической поддержки меня зовут елена викторовна слушаю вас" }, { "idx": 1, "speaker": "client", "text": "здравствуйте... эээ... это самае... мне вот смс пришло что там заявка какая-то закрыта, а я даже не п...
u101_00023:call0000
694
[ { "attribute": "service_state", "confirmed": true, "object": { "id": "u101_00023:dev0", "name": "база радиотелефона", "type": "device" }, "polarity": 1, "source": { "quote": null, "span": null, "turn_idx": 2 }, "speaker": "operator", "valid_fro...
0.25
null
2026-07-31T14:00:00
[ { "idx": 0, "speaker": "operator", "text": "Здравствуйте компания «СхязьПмо» оператор Елина Петровна Слушаю вас" }, { "idx": 1, "speaker": "client", "text": "Здравствуйте, это самое... Елена Петровна, меня зовут Елена Викторовна. У меня вот —" }, { "idx": 2, "speaker": "opera...
u101_00024:call0000
1,383
[ { "attribute": "action", "confirmed": true, "object": { "id": "u101_00024:client", "name": "Елене Викторовне", "type": "client" }, "polarity": 1, "source": { "quote": "То есть протирка сим-карты — не помогло, как было так и есть.", "span": [ 94, ...
0.25
null
2026-06-04T08:00:00
[ { "idx": 0, "speaker": "operator", "text": "служба технической поддержки, оператор марь сергевна. здравствуйте!" }, { "idx": 1, "speaker": "client", "text": "Здравствуйте Это Елена Викторовна У меня тут эээ вопрос по облачному хранилищу Даже не жалоба а скорее непанятка" }, { "id...
u101_00025:call0000
662
[ { "attribute": "tariff", "confirmed": true, "object": { "id": "u101_00025:client", "name": "Катерина Сергеевна", "type": "client" }, "polarity": 1, "source": { "quote": "«Мой разтоцор» был активен ещё в прошлом месяце,", "span": [ 29, 77 ],...
0.25
null
2026-01-13T18:00:00
[ { "idx": 0, "speaker": "operator", "text": "Здравствуйте! Компания «Мобайл Дор» служба поддержки оператор Марин Андреевна Чем могу помочь" }, { "idx": 1, "speaker": "client", "text": "наконец-то жифой человек! я сорок минут на линии провисела сорок минут! это уже издевательство ну здравс...
u101_00027:call0000
74
[ { "attribute": "ticket_status", "confirmed": true, "object": { "id": "u101_00027:ticket0", "name": "заявка 5000", "type": "ticket" }, "polarity": 1, "source": { "quote": "на прошлой неделе заявка 5000 была принята,", "span": [ 51, 94 ], ...
0.25
{ "account_id": "u101_00027", "call_index": 0, "series_len": 2 }
2026-01-31T14:00:00
[ { "idx": 0, "speaker": "operator", "text": "Алло, служба технической пянжебжки, меня зовут Елена Петровна. Слушаю вас." }, { "idx": 1, "speaker": "client", "text": "Здравствуйте, это самое... Елена Петровна, добрый день. Слушайте, у меня спутниковое телевидение, то картинка зависает, то ...
u101_00027:call0001
122
[ { "attribute": "ticket_status", "confirmed": true, "object": { "id": "u101_00027:ticket0", "name": "заявка 5000", "type": "ticket" }, "polarity": 1, "source": { "quote": "Заяфка 5000 прашла у вас как «принята»", "span": [ 16, 54 ], "t...
0.25
{ "account_id": "u101_00027", "call_index": 1, "series_len": 2 }
2026-02-03T14:00:00
[ { "idx": 0, "speaker": "operator", "text": "Техническая поддержка, оператор Елена Петровна. Добрый день! Слушаю вас." }, { "idx": 1, "speaker": "client", "text": "Наконец-то дозвонилась. Здравствуйте. Это Марина Сергеевна. лушайте, я вот на прошлой неделе заявку еформала — и тишина! Блин...
u101_00028:call0000
225
[ { "attribute": "service_state", "confirmed": true, "object": { "id": "u101_00028:svc1", "name": "мобильный интернет", "type": "service" }, "polarity": 1, "source": { "quote": "на прошлой неделе он ещё рапотал нормально,", "span": [ 52, 95 ]...
0.25
null
2026-04-09T10:00:00
[ { "idx": 0, "speaker": "operator", "text": "Компания «ПростоСвязь», оператор Марин Олеговна, здравствуйте. лушаю вас." }, { "idx": 1, "speaker": "client", "text": "наконец-то! Я тут полчаса вашу музыку слушаю, полчаса! У меня вообще всё сломалось, вы понимаете? Всё!" }, { "idx": ...
u101_00030:call0000
957
[ { "attribute": "ticket_status", "confirmed": true, "object": { "id": "u101_00030:ticket0", "name": "заявка 5831", "type": "ticket" }, "polarity": 1, "source": { "quote": "с понедельника она была со статусом «принята».", "span": [ 86, 132 ],...
0.25
null
2026-02-28T13:00:00
[ { "idx": 0, "speaker": "client", "text": "Алло! Ну наконец-то дозвонилась! Это самое, здравствуйте, у меня проплема, уже со вторника звоню, всё занято, бапец просто." }, { "idx": 1, "speaker": "operator", "text": "Здравствуйте! Вы позвонили в техническую поддержку меня зовут Оля Викторов...
u101_00031:call0000
139
[ { "attribute": "ticket_status", "confirmed": true, "object": { "id": "u101_00031:ticket0", "name": "заявка 4018", "type": "ticket" }, "polarity": 1, "source": { "quote": null, "span": null, "turn_idx": 4 }, "speaker": "operator", "valid_from": ...
0.25
null
2026-04-04T16:00:00
[ { "idx": 0, "speaker": "operator", "text": "здравствуйте! вы позвонили в техпаддержку вашего оператора связи, меня зовут марина сергеывна, слушаю вас." }, { "idx": 1, "speaker": "client", "text": "Здравствуйте, это Марь Сергевна. Я, честно говоря, зфоню ругаться, ну, жалофаться, это само...
u101_00032:call0000
1,649
[ { "attribute": "action", "confirmed": true, "object": { "id": "u101_00032:client", "name": "Анастасия Валерьевна Прохорова", "type": "client" }, "polarity": 1, "source": { "quote": "я уже проверяла на другом устрайстве — не помогло,", "span": [ 34, ...
0.25
null
2026-01-25T17:00:00
[ { "idx": 0, "speaker": "client", "text": "алло, здравствуйте, ну наконец-то дозвонилась." }, { "idx": 1, "speaker": "operator", "text": "Здравствуйте! Вы позвонили в техническую поддержку меня зовут Марь Сергевна Слушаю вас" }, { "idx": 2, "speaker": "client", "text": "Ээ...
u101_00034:call0000
141
[ { "attribute": "service_state", "confirmed": true, "object": { "id": "u101_00034:svc1", "name": "пакет познавательных каналов", "type": "service" }, "polarity": 1, "source": { "quote": "до вторника всё работало нормально", "span": [ 86, 120 ...
0.25
null
2026-08-03T09:00:00
[ { "idx": 0, "speaker": "operator", "text": "здравствуйте, вы позвонили в техническую поддержку, меня —" }, { "idx": 1, "speaker": "client", "text": "здравствуйте слушайте у меня блин терпение уже на исходе паке познавательных хяфэлов до вторника всё работало нормально а со колонка не от...
End of preview. Expand in Data Studio

Обучающие данные и воспроизводимость опубликованных моделей

Набор публикуется в Monyzik/compactfact-training-data. Он содержит существовавшие файлы, а не заново сгенерированную разметку. Хеши, происхождение каждого файла и проверки соответствия checkpoints находятся в manifest.json; полный перечень контрольных сумм — в SHA256SUMS.json.

Публикация данных не является повторным обучением. Побайтовое воспроизведение весов заново не проверялось; optimizer/RNG state в этот набор не входит.

Какие данные действительно использовались

Компонент Сохранённый вход Выбранный результат
FactSetNet Base semantic 3 819 train, 284 CALIB, 303 SELECT; 22 764 записи временной разметки Seed 42, эпоха 3
FactSetNet Large Те же файлы и хеши, семантическая инициализация Seed 42, эпоха 3
Tiny Fact/date encoder внутри Qwen Те же 3 819 / 284 / 303, extended pool и нелинейный date encoder Seed 42, эпоха 2
Qwen states-SFT, родитель current 5 948 входных звонков, 5 879 подготовленных states-примеров; dev input 137 с dev-limit=32 Seed 42, checkpoint 500 при расписании на 1 000 updates
Qwen current-SFT Те же SFT-входы и labels; dev — 64 real-calib звонка Seed 43, checkpoint 400 при расписании на 600 updates
Обучаемая голова дат 4 419 входных train-звонков; после построения cache использованы 4 272; dev — 421 Seed 42, эпоха 7 из 8
Исходный Qwen primary LoRA Ветка the_best_branch: 3 926 исходных звонков и 3 926 SFT-записей, код подготовки Доступны опубликованные веса epoch-1; точный первоначальный repaired-вход и trainer пока не подтверждены

Эти наборы пересекаются. Складывать строки таблицы и объявлять сумму числом уникальных обучающих звонков всего ансамбля нельзя. Различаются также входные звонки, подготовленные task examples и реально использованные шаги.

Для Base, Large и Tiny SHA256 train, CALIB, SELECT и time-labels совпали с метаданными опубликованных checkpoints. Для states-SFT совпали все шесть хешей входов из сохранённого preparation.json. Current наследует states-checkpoint500; происхождение этапов подтверждено сохранёнными командами. Промежуточные relative-SFT эксперименты не объявляются частью выбранной цепочки.

Важная граница исходного Qwen

Ветка закреплена на 1a364cff461ee875498353fc2ba189b9586b1490. Её train и SFT опубликованы как сохранённый legacy-источник, а не подменены новой версией. Отдельно опубликованы записанный в ID-манифесте официальный train на 3 926 звонков и исходная synthetic_v1 на 500: их полные файловые SHA256 совпали с этим манифестом. Это файлы data/legacy-qwen/recorded-official-train.jsonl и data/legacy-qwen/augmentation500.jsonl; текущий выпуск содержит 349 файлов. В архивном перечне обучающих IDs отдельно записан train_repaired_v1.jsonl с SHA256 1e7a320fab19d29188adfc0242d92edb4d7bdb65df22d2382af1a5b0d5c2479a. Ни один из двух файлов ветки не имеет этого хеша. Первоначальный trainer LoRA epoch-1 в ветке не найден. Поэтому воспроизведение первого LoRA от одной Qwen base пока не закрыто; последующие этапы можно запускать от уже опубликованного, закреплённого primary-адаптера.

Исходный primary видел часть звонков, позднее выделенных как FactSetNet dev. CALIB/SELECT для разных компонентов не образуют общий независимый тест ансамбля. Новый тест300 в этот обучающий выпуск не включён. Подготовленные позднее enrichment/merged6219 не приписываются опубликованному Large.

Структура HF-репозитория

data/factsetnet/        train, CALIB, SELECT, time-labels и teacher-anchor audit
data/qwen/             SFT-входы, временные labels, head train/dev, dev128 и IDs
data/legacy-qwen/      исходный train и SFT из закреплённой best-ветки
sources/               отдельные снимки кода Base, Large, Tiny и этапов Qwen
metadata/              исходные checkpoint metadata, preparation и команды
case/                  каталог, схема и официальный оценщик
reproduce.py           проверка хешей и переносимые команды обучения
manifest.json          происхождение, количества, хеши и незакрытые ограничения
SHA256SUMS.json         контрольные суммы всех файлов выпуска

Исходная supervised-разметка, данные организаторов и код сохраняют свои условия использования. CODE_LICENSE относится к оригинальному коду проекта; он не заменяет условия данных организаторов и pretrained-моделей.

Скачать точные версии

После скачивания проверяйте SHA256SUMS.json. Для архивирования конкретного выпуска добавляйте к команде dataset --revision из квитанции в Git.

python -m pip install huggingface_hub
hf download Monyzik/compactfact-training-data --repo-type dataset \
  --local-dir training-data

hf download Monyzik/qwen35-rubert-large-ensemble-balanced \
  --revision 3af69050bc94dbb82e686765d1651e9d804ed27d \
  --local-dir models/ensemble
hf download Monyzik/qwen35-states-calendar-v2 \
  --revision 2a328f45fceae2be3874fd272431d9a47633d626 \
  --include 'states/*' --local-dir models/states-parent
hf download Qwen/Qwen3.5-0.8B \
  --revision 2fc06364715b967f1860aea9cf38778875588b17 \
  --local-dir models/qwen-base

Qwen и FactSetNet требуют отдельных окружений Transformers/PEFT. В dataset добавлены requirements-qwen-training.txt и requirements-fact-training.txt: версии model snapshot дополнены NumPy/SciPy для обучения. Установите нужный файл через python -m pip install -r training-data/requirements-fact-training.txt или соответствующий Qwen-файл в другом окружении. Сборка PyTorch/CUDA должна соответствовать оборудованию. Для ruBERT backbones исходные ревизии не записаны в checkpoint metadata (backbone_revision=null): перед повторением закрепите конкретный snapshot вместо плавающего model ID.

Проверить команды без обучения

По умолчанию reproduce.py только проверяет manifest и печатает команду. Ни веса, ни модель при этом не загружаются. --execute явно запускает обучение. Выходной каталог должен быть новым.

# В окружении FactSetNet; используйте --backbone для закреплённого snapshot.
python training-data/reproduce.py --data training-data \
  --component large --output runs/large --backbone models/rubert-large
python training-data/reproduce.py --data training-data \
  --component base-semantic --output runs/base --backbone models/rubert-base
python training-data/reproduce.py --data training-data \
  --component tiny --output runs/tiny --backbone models/rubert-tiny2

# В окружении Qwen. Сохраняйте исходное расписание и выбирайте нужный checkpoint.
python training-data/reproduce.py --data training-data \
  --component qwen-states --output runs/states \
  --models models/ensemble --qwen-base models/qwen-base
python training-data/reproduce.py --data training-data \
  --component qwen-current --output runs/current \
  --models models/ensemble --qwen-base models/qwen-base \
  --states-parent models/states-parent/states

# В окружении FactSetNet: сначала cache, затем обучение головы дат.
python training-data/reproduce.py --data training-data \
  --component date-head --output runs/date-head --models models/ensemble

Дальше добавьте --execute к выбранной команде. Исходные schedules 1 000 и 600 нужно сохранить, даже если берётся checkpoint 500 или 400: max-updates участвует в расчёте learning rate. Для Tiny выбирается эпоха 2, для Base/Large — 3, для головы дат — 7. Результаты выбора записаны в metadata.

Feature caches головы дат не входят в выпуск: опубликованы их исходные звонки, замороженный extractor и команды построения. Подготовка cache требует forward Tiny, но не новой генерации Qwen. Изменение зависимостей, pretrained revision, backend или оборудования может изменить получившиеся веса и предсказания.

Статус воспроизводимости

Закрыто: доступ к сохранённым данным и supervision основных компонентов, разделения, хеши, выбранные checkpoints, snapshots и проверяемые команды этапов.

Остаётся: точный первоначальный repaired-file/trainer Qwen primary, полный запуск опубликованных рецептов с чистого окружения, первоначальные неуказанные ревизии ruBERT backbones и подтверждение численной повторяемости. Отсутствие optimizer/RNG snapshots отдельно ограничивает точное продолжение старого запуска. Публикация данных сама по себе не закрывает эти пункты.

Downloads last month
119