Update README.md

README.md

@@ -1,11 +1,11 @@
 ---
 license: mit
 widget:
-- text: "привет[SEP]привет![SEP]как дела?[RESPONSE_TOKEN]супер, вот только проснулся, у тебя как?"
+- text: "[CLS]привет[SEP]привет![SEP]как дела?[RESPONSE_TOKEN]супер, вот только проснулся, у тебя как?"
   example_title: "Dialog example 1"
-- text: "привет[SEP]привет![SEP]как дела?[RESPONSE_TOKEN]норм"
+- text: "[CLS]привет[SEP]привет![SEP]как дела?[RESPONSE_TOKEN]норм"
   example_title: "Dialog example 2"
-- text: "привет[SEP]привет![SEP]как дела?[RESPONSE_TOKEN]норм, у тя как?"
+- text: "[CLS]привет[SEP]привет![SEP]как дела?[RESPONSE_TOKEN]норм, у тя как?"
   example_title: "Dialog example 3"
 ---
 
@@ -33,12 +33,11 @@ The performance of the model on validation split (dataset will be posted soon) (
 How to use:
 
 ```python
-pip install transformers
-from transformers import AutoTokenizer, AutoModelForSequenceClassification
 import torch
+from transformers import AutoTokenizer, AutoModelForSequenceClassification
+
 tokenizer = AutoTokenizer.from_pretrained('tinkoff-ai/response-quality-classifier-tiny')
 model = AutoModelForSequenceClassification.from_pretrained('tinkoff-ai/response-quality-classifier-tiny')
-model.cuda()
 inputs = tokenizer('[CLS]привет[SEP]привет![SEP]как дела?[RESPONSE_TOKEN]норм, у тя как?', max_length=128, add_special_tokens=False, return_tensors='pt')
 with torch.inference_mode():
     logits = model(**inputs).logits