Обновить README.md

README.md

@@ -0,0 +1,55 @@
+# 🎬 Проект генерации видео — Обзор статуса и метрики
+
+## 📌 Введение
+
+Этот документ фиксирует текущее состояние пайплайна генерации видео, последние обновления и принятую систему оценки качества.  
+Цель — иметь единый источник правды о том, что уже готово, как мы измеряем результат и какие выводы делаем по последним сгенерированным кадрам.
+
+## 🚀 Последние обновления
+
+- **Проведён аудит проекта**  
+  Выполнен обзор существующих наработок команды по генерации видео. Основные выводы и план действий зафиксированы ниже.
+
+- **Выбрана основная метрика**  
+  После анализа нескольких вариантов в качестве ключевого показателя качества утверждён **CLIP-score**.
+
+- **Структурирован README**  
+  Вся разрозненная информация сведена в этот документ, который будет поддерживаться в актуальном состоянии.
+
+## 💻 Текущее состояние кода
+
+| Компонент                       | Статус              | Примечания                                                                 |
+|---------------------------------|---------------------|-----------------------------------------------------------------------------|
+| Основной пайплайн генерации     | ✅ Работает стабильно | Инференс проходит без ошибок, возможны небольшие доработки.                 |
+| Управление конфигурациями       | ⚠️ В процессе       | Переход на единый YAML-конфиг для повторяемости экспериментов.              |
+| Скрипты для оценки метрик       | ✅ Добавлены        | Интегрирован расчет CLIP-score, вывод как по семплам, так и агрегированный. |
+| Документация                    | ✅ Обновлена        | Данный файл заменяет заметки в чатах, актуализирован.                       |
+
+> ⚡ **Ближайшие шаги**  
+> - Прогнать полную оценку по метрике на свежей партии генераций.  
+> - Задокументировать гиперпараметры и зерна (seeds) для каждого запуска.  
+> - Встроить логирование метрик прямо в пайплайн генерации.
+
+## 📏 Метрика оценки: CLIP-score
+
+Для количественной оценки соответствия сгенерированного изображения (или кадра видео) текстовому описанию мы используем **CLIP-score**.
+
+- **Что измеряет**: Косинусное сходство между эмбеддингами CLIP для текста (промпта) и визуального контента.
+- **Почему выбрана именно она**:  
+  - Хорошо коррелирует с человеческой оценкой релевантности «текст–картинка».  
+  - Не требует эталонного изображения (reference-free).  
+  - Является общепринятым стандартом в сообществе.
+- **Источник**: [Learning Transferable Visual Models From Natural Language Supervision](https://arxiv.org/abs/2103.00020) (Radford et al.)
+
+### Детали реализации
+
+```python
+# Псевдокод расчета CLIP-score
+from transformers import CLIPProcessor, CLIPModel
+
+model = CLIPModel.from_pretrained("openai/clip-vit-base-patch32")
+processor = CLIPProcessor.from_pretrained("openai/clip-vit-base-patch32")
+
+inputs = processor(text=prompt, images=image, return_tensors="pt", padding=True)
+outputs = model(**inputs)
+score = outputs.logits_per_image.softmax(dim=1).item()  # или чистое косинусное сходство