4 Commits

Include renames

Author	SHA1	Message	Date
DenozordecandClaude Opus 5.5	89ffe4375b	Документация: кодек-строки, аудит дорожек, текущие метрики ... README: метрики модели 02.11.2026 (test 4 377 строк, e2e по трекерам), размер датасета, kinozal-вкладки. dataset.md: размер снимка, колонки studio_source и audio_raw. architecture.md: кодек-строки как позитивы сегментатора, E2E_MODEL. collecting.md: tools/audit_tracks.py. training-windows.md: доразметка, сравнение кандидата и постановка в models/best и Docker. plan.md: шаг «аудит дорожек». Co-Authored-By: Claude Opus 5.5 <[email protected]>	2026-11-02 21:55:43 +07:00
DenozordecandClaude Opus 5.5	6470f882f1	Сегментатор: текст kinozal из raw JSON, кодек-строки не как негатив; e2e по 400 страниц ... Обучение: * page_text/kinozal_text: текст kinozal = h1 + «Техданные» + «Релиз» из data/raw/kinozal/*.json (в pages/kz-*.txt нет заголовка и «Техданных», откуда половина меток kinozal; сервис видит обе вкладки). * label_page: позитив — raw или audio_raw; неразмеченная кодек-строка русской дорожки («Аудио 3: … Русский (MVO, X)», «Аудио Rus: … | X») получает -1 и в обучение не идёт: как негатив она учила отбрасывать кодек-строки. Сводка «Аудио: Русский, английский (…)» остаётся негативом. Инференс (release): * model_segments -> (основные, кодек); выбранные моделью кодек-строки идут второстепенным источником вместе с правилом codec_segments; иноязычные («Казахский (Dub, …)», «English Dubbing», «Original») отбрасываются. * merge_extra_tracks(adopt_type): кодек-дорожка с типом «неизвестно» получает тип единственной дорожки страницы без студии. e2e_segmenter: тот же текст kinozal, не больше E2E_MAX (400) страниц на трекер, train-страницы только с --train-pages (меню парсит только тест). Co-Authored-By: Claude Opus 5.5 <[email protected]>	2026-11-02 12:05:20 +07:00
DenozordecandClaude Sonnet 5.5	d155b8584b	Обученный сегментатор страниц (главный путь), правила — запасной; фикстура rt-topic-6870900 ... Co-Authored-By: Claude Sonnet 5.5 <[email protected]>	2026-10-27 18:06:47 +07:00
DUB-AI	8dbca3f4a3	DUB-AI: multi-task модель (тип озвучки + автор-спан + 18+), обучение/инференс/ONNX/сервис, тесты и документация	2026-10-27 16:43:36 +07:00