Docker-сервис, выбор основы и сравнение моделей, сборщик датасета

- Docker: Dockerfile (CPU), compose с FlareSolverr, настройка через DUB_* переменные,
  токен доступа к /predict, tools/pack_models.py, workflow Gitea Actions, docs/docker.md
- Модель грузится офлайн (config.json рядом с весами); общий код вынесен в src/spans.py,
  сервису не нужны sklearn/matplotlib/pandas
- Обучение: профили tiny2/base/large/modern, запуски в models/runs, реестр и честное
  сравнение на одной тестовой выборке (src/runs.py), пункт меню «Модели»
- Датасет: язык и аудио-параметры дорожек, 18+ по строкам «Аудио», ручные метки по ссылкам,
  переиндексация сохранённого HTML, параллельная сборка, сбалансированная выборка
- Тексты страниц (data/pages) больше не хранятся в git

Co-Authored-By: Claude Sonnet 5.5 <[email protected]>

requirements-service.txt

@@ -0,0 +1,12 @@
+# Зависимости сервиса предсказаний (Docker). Версии те же, на которых обучалась и проверялась модель.
+# torch сюда не входит: в образ он ставится отдельно, CPU-сборкой (см. Dockerfile).
+transformers==5.21.0
+tokenizers==0.23.3
+safetensors==0.8.0
+numpy==2.5.4
+beautifulsoup4==4.15.0
+lxml==6.1.3
+fastapi==0.162.0
+starlette==1.10.0
+pydantic==2.14.1
+uvicorn==0.54.0