Create README.md

README.md

@@ -0,0 +1,62 @@
+---
+license: other
+language: ru
+tags:
+- vision-language
+- document-ai
+- table-extraction
+- russian
+- qlora
+base_model:
+- ibm-granite/granite-vision-3.3-2b
+---
+
+# Granite-Vision 3.3-2B — **RU Generic Tables**
+
+Полный чек-пойнт (базовые веса IBM Granite-Vision 3.3-2B + QLoRA-дообучение) для **извлечения любых русских таблиц** из изображений — чеков, актов, ведомостей, Excel-скринов, сканов PDF и т. д.
+
+<div align="center">
+  <img src="https://huggingface.co/fron1runner/granite-ru/resolve/main/_demo.gif" width="600"/>
+</div>
+
+---
+
+## Почему эта модель классная 🙂
+
+| Задача | Qwen-2.5-VL-14B | **Granite-RU** (наш) |
+|--------|----------------|----------------------|
+| Russian Tables F1 (↑) | **78.1 %** | **87.4 %** |
+| Cell-exact match (↑) | 61.3 % | **72.9 %** |
+| JSON validity (↑)   | 94 % | **99 %** |
+| GPU RAM на fp16     | 24 GB | **9 GB** |
+
+> *Тестовый набор*: 1 200 real-world сканов (чеки, акты, выписки, borderless Excel).  
+> Granite-RU уверенно обходит Qwen 2.5 VL **при 6× меньших весах** и в 2–3 раза быстрее на A100.
+
+---
+
+## Быстрый старт
+
+```python
+from transformers import AutoModelForVision2Seq, AutoProcessor
+import torch, json
+from PIL import Image
+
+model = AutoModelForVision2Seq.from_pretrained(
+    "fron1runner/granite-ru", _attn_implementation="sdpa"
+).half().cuda()
+proc  = AutoProcessor.from_pretrained("fron1runner/granite-ru")
+
+img = Image.open("sample_invoice.png").convert("RGB")
+prompt = proc.apply_chat_template([
+    {"role":"system","content":[{"type":"text","text":
+        "Это диалог между пользователем и ИИ. Отвечай только валидным JSON."}]},
+    {"role":"user","content":[
+        {"type":"image","image":img},
+        {"type":"text","text":"Извлеки таблицу и верни JSON {columns,rows,total_sum}."}
+    ]}
+], add_generation_prompt=True)
+
+batch = proc(text=prompt, images=[[img]], return_tensors="pt").to("cuda")
+out   = model.generate(**batch, max_new_tokens=256)
+print(json.loads(proc.decode(out[0], skip_special_tokens=True)))