Лекция 02 — материалы для самостоятельного нового блокнота

На занятии создайте папку lecture02, откройте её в Jupyter, создайте
новый Python-блокнот и сохраните как evaluation.ipynb.
Рядом положите папку pirate-adapter из отдельного lecture02-adapter.zip.
Нужны adapter_config.json и adapter_model.safetensors внутри этой папки.
До первой ячейки другие файлы не нужны.

Qwen скачивается первой ячейкой с Hugging Face. Переводчик скачивается
кодом на слайде 16, когда возникает задача перевода. Обе модели остаются
в кэше для следующих запусков. Ручные папки моделей не требуются.
На слайде 19 скачайте cases.json и сохраните рядом с evaluation.ipynb.

Этот архив — справочные материалы. Папка notebooks содержит все ячейки,
выполненный пример, cases.json и адаптер. Они не заменяют создание
своего пустого блокнота на лекции. Архив не содержит весов переводчика.
data/practice-run.json — новый мини-опыт; data/run.raw.json — отдельный
прежний опыт из 96 ответов.

T(text) возвращает .en (вход) и .ru (перевод короткой английской строки).
Числа, JSON и уже русский текст читаются напрямую.
Автоматическое совпадение применимо только к двум вопросам каждой части.
Всего 17 генераций Qwen; вызовы отдельного переводчика не входят в это число.

Окружение: Python 3.11, torch 2.5.1+cu121, transformers 4.57.1,
peft 0.17.1, sentencepiece 0.2.1, CUDA. Интернет нужен для первого
скачивания моделей. Новые ответы пишутся в practice-results.json.
Блокнот не отправляет результаты на сервер.
