Update README.md

README.md

@@ -1,3 +1,43 @@
 ---
 license: mit
+datasets:
+- Den4ikAI/ru_sberquad_long_answers
+language:
+- ru
+widget:
+- text: '<SC6>Текст: Основными конкурентами РН Протон-М по цене и по выводимой полезной нагрузке являются американская РН Falcon 9, европейская ракета тяжёлого класса Ариан-5 компании Арианэспас и международный проект Морской старт с РН средне-тяжёлого класса Зенит. Кроме того, конкурентами по массе полезной нагрузки, выводимой на орбиту, могут считаться американские носители Атлас-5 и Дельта-4, а также японский носитель H-IIB. Тем не менее стоимость последних трёх упомянутых РН значительно превышает стоимость РН Протон-М, и поэтому они фактически не конкурируют с Протоном на рынке коммерческих запусков[145].\nВопрос: Как называется Японский носитель?\nОтвет: <extra_id_0>'
+pipeline_tag: text2text-generation
 ---
+# Den4ikAI/FRED-T5-LARGE_text_qa
+
+Модель обучена отвечать на вопросы с помощью текста.
+
+Wandb: [link](https://wandb.ai/den4ikai/huggingface/runs/qkzvhuxb)
+# Использование
+```python
+from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
+import torch
+from transformers import GenerationConfig
+
+use_cuda = torch.cuda.is_available()
+device = torch.device("cuda" if use_cuda else "cpu")
+generation_config = GenerationConfig.from_pretrained("Den4ikAI/FRED-T5-LARGE_text_qa")
+tokenizer = AutoTokenizer.from_pretrained("Den4ikAI/FRED-T5-LARGE_text_qa")
+model = AutoModelForSeq2SeqLM.from_pretrained("Den4ikAI/FRED-T5-LARGE_text_qa").to(device)
+model.eval()
+
+def generate(prompt):
+  data = tokenizer(f"{prompt}", return_tensors="pt").to(model.device)
+  output_ids = model.generate(
+      **data,
+      generation_config=generation_config
+  )[0]
+  print(tokenizer.decode(data["input_ids"][0].tolist()))
+  out = tokenizer.decode(output_ids.tolist())
+  return out
+
+while 1:
+  prompt = '''<SC6>Текст: {}\nВопрос: {}\nОтвет: <extra_id_0>
+  '''.format(input('Текст: '), input('Вопрос: '))
+  print(generate(prompt))
+```