add all files

.gitattributes

@@ -33,3 +33,5 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+data/embeddings filter=lfs diff=lfs merge=lfs -text
+data/movie_data.csv filter=lfs diff=lfs merge=lfs -text

README.md

@@ -1,13 +1,58 @@
----
-title: Movie Finder
-emoji: ⚡
-colorFrom: pink
-colorTo: indigo
-sdk: streamlit
-sdk_version: 1.42.2
-app_file: app.py
-pinned: false
-short_description: Find your own movie by description
----
-
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# Semantic-Search
+Семантический поиск фильмов
+https://...streamlit.app/...
+
+## Описание
+Разработать систему поиска фильма по пользовательскому запросу. Сервис должен принимать на вход описание фильма от пользователя и возвращать заданное количество подходящих вариантов.
+
+Совет от LLM к просмотру фильма, возможность получать краткое содержание сюжета фильма (Sber GigaChat)
+
+Случайные фильмы - возвращает случайные 10 позиций из csv-файла формате: название фильма – описание
+
+## Структура проекта
+
+(Основная структура на данный момент - будет докручиваться по мере дальнейшего развития проекта)
+
+- **data/** - папка с данными парсинга и эмбедингами
+- **images/** - папка с используемыми в streamlit иллюстрациями
+- **notebooks/** - папка с кодом создания и настройки моделей
+- **app_pages/** - папка со страницами для Streamlit
+- **funcs/** - папка со вспомогательными функциями для Streamlit
+- **main.py** - основной файл для запуска приложения Streamlit
+- **README.md** - файл описания проекта
+- **.gitignrore** - игнорируемые для загрузки файлы
+- **requirements.txt** - файл с зависимостями для установки окружения
+
+## Команда
+ - [Нанзат](https://github.com/nanzat)
+ - [Илья](https://github.com/xefr762)
+ - [Миша](https://github.com/allspicepaege)
+
+## Установка
+
+1. Клонируйте репозиторий:
+
+   git clone https://github.com/xefr762/Semantic-Search
+   cd Semantic-Search
+
+2. Создайте виртуальное окружение:
+
+   python -m venv .myenv
+   source .myenv/bin/activate
+
+
+3. Установите необходимые зависимости:
+
+   pip install -r requirements.txt
+
+
+4. Установите Git LFS:
+
+   git lfs install
+   git lfs track '*.pt'
+
+##  Использование
+
+1. Запустите приложение Streamlit:
+
+   streamlit run app.py

app.py

@@ -0,0 +1,38 @@
+import streamlit as st
+
+st.set_page_config(page_title="Семантический поиск кино", page_icon="🎦", layout='wide')
+
+if "page" not in st.session_state:
+    st.session_state.page = "Главная"
+
+def go_to(page):
+    st.session_state.page = page
+
+st.sidebar.title("📌 Меню")
+st.sidebar.button("🏠 Главная", on_click=lambda: go_to("Главная"), use_container_width=True)
+st.sidebar.button("🎰 Сходить к тарологу", on_click=lambda: go_to("Рандом"), use_container_width=True)
+st.sidebar.button("🎬 Подбор фильма по запросу", on_click=lambda: go_to("Подбор"), use_container_width=True)
+st.sidebar.button("🤖 Подбор фильма с GPT", on_click=lambda: go_to("Генерация"), use_container_width=True)
+
+if st.session_state.page == "Главная":
+    st.title("Семантический поиск кино")
+    st.markdown("""
+    ## Добро пожаловать на главную страницу приложения по подбору фильмов!
+
+    **Описание:**
+    - **Главная страница**: Общая информация и навигация 🌌
+    - **Release 1.0**: 🍀 Рандомный выбор 10 фильмов, испытай свою удачу! 🎰
+    - **Release 2.0**: Подбор кино по запросу 👀
+    - **Release 3.0**: Подбор кино на по запросу с использованием GPT 🥂
+    Переключайтесь между страницами через левый сайдбар! 
+    """)
+
+elif st.session_state.page == "Рандом":
+    from app_pages import random_selection
+    random_selection.run()
+elif st.session_state.page == "Подбор":
+    from app_pages import bert
+    bert.run()
+elif st.session_state.page == "Генерация":
+    from app_pages import gpt_generation
+    gpt_generation.run()

app_pages/bert.py

@@ -0,0 +1,39 @@
+import streamlit as st
+import pandas as pd
+import numpy as np
+import pickle
+
+from funcs.preproc import *
+
+def run():
+
+    st.subheader('Подбор фильма по запросу, но с секретом!')
+    nlp, morph = load_models()
+    user_text = st.text_input('Введите запрос на желаемый фильм')
+
+    def display_movie_card(row):
+            st.markdown(
+                f"""
+                **{row['title']}**\n
+                *Описание:* {row['description']}\n
+                *Год:* {row['year']}\n
+                *Актеры:* {row['actors']}\n
+                *Сходство:* {row['similarity']:.4f}\n
+                {"----------"}
+                """
+            )
+
+    left, middle, right = st.columns(3)
+    if middle.button('Получить топ фильмов по-моему запросу', icon="👀", use_container_width=True):
+        if user_text:  # Проверяем, что поле ввода не пустое
+            result = search_movie(user_text)
+            output = sort_by_entities(result, user_text, morph, nlp)
+            output = output[['title', 'year', 'actors', 'description', 'similarity']]
+        #st.write('Предлагаю посмотреть вам следующие фильмы:')
+        #for index, rows in output.iterrows():
+        #    st.write(rows)
+            for index, row in output.iterrows():
+                display_movie_card(row)
+
+        else:
+            st.warning("Пожалуйста, введите свой запрос на фильм.")

app_pages/gpt_generation.py

@@ -0,0 +1,28 @@
+import streamlit as st
+
+###########################
+### Пишем функцию работы ГПТ
+###########################
+from funcs.try_gpt import ask_gigachat
+
+def run():
+    ###########################
+    ### Блок описания страницы
+    ###########################
+    st.subheader('Привет, путник! На этой странице ты найдёшь ответы на все свои запросы и пожелания по фильмам, не стесняйся, задавай вопрос ниже!')
+    
+    user_text = st.text_input('Введите свой запрос на фильм')
+    
+    # Добавляем кнопку для получения ответа
+    left, middle, right = st.columns(3)
+    if middle.button('Смотреть фильм', icon="👀", use_container_width=True):
+        if user_text:  # Проверяем, что поле ввода не пустое
+            resp = ask_gigachat(user_text)
+            st.write('Предлагаю посмотреть вам следующие фильмы:')
+            st.markdown(f"""
+                <h2 style='text-align: center; color:#3262a8; font-size: 30px; font-weight: bold; padding: 10px; border-radius:10px;'>
+                {resp}
+                </h2>
+                """, unsafe_allow_html=True)
+        else:
+            st.warning("Пожалуйста, введите свой запрос на фильм.")

app_pages/random_selection.py

@@ -0,0 +1,59 @@
+import streamlit as st
+import pandas as pd
+import random
+
+@st.cache_data
+def load_df():
+    path = 'data/movie_data.csv'
+    df = pd.read_csv(path)
+    df = df[['title_full', 'description']]
+    return df
+
+def run():
+    # read df
+    df = load_df()
+
+    # Функция генерации и вывода 10 рандомных фильмов из датафрейма
+    #l, mid, r = st.columns(3)
+    st.subheader('Привет, ты решил испытать удачу, и посмотреть 10 случайных фильмов. Вот твоя топовая подборка на сегодня!')
+
+    def random_generator(df: pd.DataFrame):
+        return df.sample(10).reset_index(drop=True)
+
+    if not st.session_state:
+        st.session_state['rand_movies'] = random_generator(df)
+
+    left, middle, right = st.columns(3)
+    if middle.button('Крутите барабан', icon="🎰", use_container_width=True):
+        st.session_state['rand_movies'] = random_generator(df)
+
+    output = st.session_state['rand_movies']
+
+    row1 = st.columns(3)
+    row2 = st.columns(3)
+    row3 = st.columns(3)
+
+    rows = row1 + row2 + row3
+
+    for i, (col, (_, movie)) in enumerate(zip(rows, output.iterrows())):
+        key = f"key_{i}"                                # Уникальный ключ для состояния
+
+        if key not in st.session_state:
+            st.session_state[key] = False
+
+        expanded = st.session_state[key]
+        height = 330 if expanded else 180
+        tile = col.container(height=height)
+
+        tile.subheader(f"🎬 {movie['title_full']}")
+
+        def toggle_description(k=key):                   # Функция, изменяющая "состояние" кнопки
+            st.session_state[k] = not st.session_state[k]
+
+        tile.button(
+            "🔍 Описание", 
+            key=f"btn_{i}",                              # Отдельный ключ под кнопочку
+            on_click=toggle_description
+        )
+        if expanded:
+            tile.write(movie['description'])

data/embeddings

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:df7a0ec930ef0cedd3b8f7ca220cef078c5395a78baf42862e41ea54b12f14e8
+size 82376807

data/movie_data.csv

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:428e982bba0db036fe626e74672e47a306bfc14052ac99a5c43e457ffd8b0b16
+size 76470740

funcs/preproc.py

@@ -0,0 +1,145 @@
+import re
+import pandas as pd
+import numpy as np
+from sentence_transformers import util
+import torch
+from transformers import AutoTokenizer, AutoModel
+from tqdm import tqdm
+tqdm.pandas()
+from sklearn.metrics.pairwise import cosine_similarity
+import pickle
+import streamlit as st
+import spacy
+import pymorphy3
+
+if torch.cuda.is_available():
+    print("CUDA доступна!")
+    device = torch.device("cuda")
+else:
+    print("CUDA недоступна. Вычисления будут выполняться на CPU.")
+    device = torch.device("cpu")
+
+max_length = 512
+@st.cache_data
+def load_models():
+    # Создание объекта для морфологического анализа
+    morph = pymorphy3.MorphAnalyzer()
+    # Загрузка модели spaCy для русского языка
+    nlp = spacy.load("ru_core_news_lg")
+    return nlp, morph
+
+def get_df():
+    df = pd.read_csv('/home/marena/Elbrus_phase_2/Semantic-Search/data/movie_data.csv')
+    df['all_text'] = df.apply(lambda row: f"{row['title']} {row['genre']} {row['director']} {row['actors']} {row['description']}", axis=1)
+    df['all_text'][0]
+    return df
+
+@st.cache_data
+def autobot():
+    model = AutoModel.from_pretrained('sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2').to(device).half()
+    return model
+@st.cache_data
+def token():
+    tokenizer = AutoTokenizer.from_pretrained('sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2', truncation=True, max_length=max_length)
+    return tokenizer
+
+def mean_pooling(model_output, attention_mask):
+    token_embeddings = model_output[0]
+    input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
+    return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)
+
+@st.cache_data
+def get_sentence_embedding(text):
+    tokenizer = token()
+    model = autobot()
+    inputs = tokenizer(text, return_tensors='pt', truncation=True, padding=True).to(device)
+    with torch.amp.autocast('cuda'):
+        with torch.no_grad():
+            outputs = model(**inputs)
+        embeddings = mean_pooling(outputs, inputs['attention_mask']).cpu().numpy()[0] # Удаление лишней размерности [0]
+    return embeddings
+
+@st.cache_data
+def get_embs():
+    with open('/home/marena/Elbrus_phase_2/Semantic-Search/data/embeddings', 'rb') as file:
+        embeddings = pickle.load(file)
+    return embeddings
+
+def search_movie(query, top_k=8, year=None):
+    query_embedding = get_sentence_embedding(query)
+    embeddings = get_embs()
+    df = get_df()
+    cos_scores = torch.nn.functional.cosine_similarity(torch.tensor(query_embedding), torch.tensor(embeddings))
+    df['similarity'] = cos_scores.tolist()
+    res = df.sort_values(by='similarity', ascending=False)
+    if year:
+        res = res[res['year'] == year]
+    return res.head(top_k)
+
+
+
+
+def sort_by_entities(df: pd.DataFrame, text: str, morph: pymorphy3.analyzer.MorphAnalyzer, nlp):
+    genres = {'аниме',
+              'биография',
+              'боевик',
+              'вестерн',
+              'военный',
+              'детектив',
+              'детский',
+              'документальный',
+              'драма',
+              'исторический',
+              'комедия',
+              'короткометражный',
+              'криминал',
+              'мелодрама',
+              'музыкальный',
+              'мультфильмы',
+              'мюзикл',
+              'приключения',
+              'семейный',
+              'спорт',
+              'триллер',
+              'ужасы',
+              'фантастика',
+              'фэнтези',
+              'эротика'}
+    # Обработка текста
+    doc = nlp(text)
+
+    # Извлечение сущностей
+    entities = [entity.text for entity in doc.ents if entity.label_ == "PER"]
+
+    persons = []
+    for entity in entities:
+        persons.append(" ".join([morph.parse(person)[0].normal_form for person in entity.split()]))
+
+    conditions = []
+    for person in persons:
+        for word in person.split(" "):
+            if len(word) > 3:
+                word = word[:-1]
+            conditions.append(df["actors"].str.contains(word, na=False, case=False))
+            conditions.append(df["director"].str.contains(word, na=False, case=False))
+
+    combined_condition = pd.Series([False] * len(df), index=df.index)
+    if len(conditions) > 1:
+        combined_condition = conditions[0]
+        for condition in conditions[1:]:
+            combined_condition |= condition
+
+    search_genre = []
+    for genre in genres:
+        if genre in text.lower():
+            search_genre.append(df[genre] == 1)
+
+    if len(search_genre) > 0:
+        for condition in search_genre:
+            combined_condition |= condition
+
+    if len(search_genre) + len(persons) > 0:
+        filtered = pd.concat([df[combined_condition], df[~combined_condition]])
+    else:
+        filtered = df
+    return filtered

funcs/try_gpt.py

@@ -0,0 +1,30 @@
+from langchain_gigachat.chat_models import GigaChat
+from langchain_core.messages import HumanMessage
+import os
+
+def ask_gigachat(user_message, credentials=os.environ.get("API_KEY")):
+    # Инициализация GigaChat
+    giga = GigaChat(
+    model="GigaChat",  
+    credentials=credentials,
+    verify_ssl_certs=False,
+    temperature=0.7,
+    MaxTokens=300,
+    profanity_check=True
+)
+    
+    # Создание списка сообщений
+    messages = [
+        {
+            "role": "system", 
+            "content": 'Ты эксперт по кинематографу. Рекомендуй только лучшие фильмы, под запрос пользователя. Отвечай коротко и лаконично в формате "Название" - короткое описание'
+        },
+        HumanMessage(
+            content=user_message
+        )
+    ]
+    
+    # Получение ответа
+    response = giga.invoke(messages)
+    
+    return response.content

requirements.txt

@@ -0,0 +1,224 @@
+accelerate==1.4.0
+aiohappyeyeballs==2.4.6
+aiohttp==3.11.12
+aiosignal==1.3.2
+altair==5.5.0
+annotated-types==0.7.0
+anyio==4.8.0
+asttokens==3.0.0
+async-timeout==5.0.1
+attrs==25.1.0
+beautifulsoup4==4.13.3
+bitsandbytes==0.45.2
+blinker==1.9.0
+blis==1.2.0
+Brotli==1.1.0
+cachetools==5.5.2
+catalogue==2.0.10
+catboost==1.2.7
+certifi==2025.1.31
+cffi==1.17.1
+charset-normalizer==3.4.1
+click==8.1.8
+cloudpathlib==0.20.0
+colorama==0.4.6
+comm==0.2.2
+confection==0.1.5
+contourpy==1.3.1
+cut-cross-entropy==25.1.1
+cycler==0.12.1
+cymem==2.0.11
+datasets==3.3.2
+DAWG-Python==0.7.2
+DAWG2-Python==0.9.0
+debugpy==1.8.12
+decorator==5.1.1
+diffusers==0.32.2
+dill==0.3.8
+distro==1.9.0
+docopt==0.6.2
+docstring_parser==0.16
+exceptiongroup==1.2.2
+executing==2.1.0
+filelock==3.17.0
+filetype==1.2.0
+fonttools==4.55.8
+frozenlist==1.5.0
+fsspec==2024.12.0
+gensim==4.3.3
+gigachat==0.1.38
+gitdb==4.0.12
+GitPython==3.1.44
+graphviz==0.20.3
+h11==0.14.0
+h2==4.2.0
+hf_transfer==0.1.9
+hpack==4.1.0
+httpcore==1.0.7
+httpx==0.27.2
+huggingface-hub==0.29.0
+hyperframe==6.1.0
+idna==3.10
+imbalanced-learn==0.13.0
+imblearn==0.0
+importlib_metadata==8.6.1
+ipykernel==6.29.5
+ipython==8.32.0
+jedi==0.19.2
+Jinja2==3.1.5
+jiter==0.8.2
+joblib==1.4.2
+jsonpatch==1.33
+jsonpointer==3.0.0
+jsonschema==4.23.0
+jsonschema-specifications==2024.10.1
+jupyter_client==8.6.3
+jupyter_core==5.7.2
+kiwisolver==1.4.7
+langchain-core==0.3.40
+langchain-gigachat==0.3.4
+langcodes==3.5.0
+langsmith==0.3.11
+language_data==1.3.0
+lightning-utilities==0.12.0
+marisa-trie==1.2.1
+markdown-it-py==3.0.0
+MarkupSafe==3.0.2
+matplotlib==3.10.0
+matplotlib-inline==0.1.7
+mdurl==0.1.2
+mplcyberpunk==0.7.5
+mpmath==1.3.0
+multidict==6.1.0
+multiprocess==0.70.16
+munkres==1.1.4
+murmurhash==1.0.12
+narwhals==1.27.1
+nest_asyncio==1.6.0
+networkx==3.4.2
+nltk==3.9.1
+numpy==1.26.4
+nvidia-cublas-cu12==12.4.5.8
+nvidia-cuda-cupti-cu12==12.4.127
+nvidia-cuda-nvrtc-cu12==12.4.127
+nvidia-cuda-runtime-cu12==12.4.127
+nvidia-cudnn-cu12==9.1.0.70
+nvidia-cufft-cu12==11.2.1.3
+nvidia-curand-cu12==10.3.5.147
+nvidia-cusolver-cu12==11.6.1.9
+nvidia-cusparse-cu12==12.3.1.170
+nvidia-cusparselt-cu12==0.6.2
+nvidia-nccl-cu12==2.21.5
+nvidia-nvjitlink-cu12==12.4.127
+nvidia-nvtx-cu12==12.4.127
+opencv-python==4.11.0
+opencv-python-headless==4.11.0
+orjson==3.10.15
+packaging==24.2
+pandas==2.2.3
+parso==0.8.4
+patsy==1.0.1
+peft==0.14.0
+pexpect==4.9.0
+pickleshare==0.7.5
+pillow==11.1.0
+pip==25.0
+platformdirs==4.3.6
+plotly==6.0.0
+preshed==3.0.9
+prompt_toolkit==3.0.50
+propcache==0.3.0
+protobuf==3.20.3
+psutil==6.1.1
+ptyprocess==0.7.0
+pure_eval==0.2.3
+py-cpuinfo==9.0.0
+pyarrow==19.0.1
+pycparser==2.22
+pydantic==2.10.6
+pydantic_core==2.27.2
+pydeck==0.9.1
+Pygments==2.19.1
+pymorphy2==0.9.1
+pymorphy2-dicts-ru==2.4.417127.4579844
+pymorphy3==2.0.3
+pymorphy3-dicts-ru==2.4.417150.4580142
+pyparsing==3.2.1
+PySide6==6.8.2
+PySocks==1.7.1
+python-dateutil==2.9.0.post0
+python-dotenv==1.0.1
+pytz==2024.1
+PyYAML==6.0.2
+pyzmq==26.2.1
+referencing==0.36.2
+regex==2024.11.6
+requests==2.32.3
+requests-toolbelt==1.0.0
+rich==13.9.4
+rpds-py==0.23.1
+ru_core_news_lg==3.8.0
+safetensors==0.5.2
+scikit-learn==1.6.1
+scipy==1.15.1
+seaborn==0.13.2
+sentence-transformers==3.4.1
+sentencepiece==0.2.0
+setuptools==75.8.0
+shellingham==1.5.4
+shiboken6==6.8.2
+shtab==1.7.1
+six==1.17.0
+sklearn-compat==0.1.3
+smart_open==7.1.0
+smmap==5.0.2
+sniffio==1.3.1
+soupsieve==2.6
+spacy==3.8.4
+spacy-legacy==3.0.12
+spacy-loggers==1.0.5
+srsly==2.5.1
+stack_data==0.6.3
+statsmodels==0.14.4
+streamlit==1.42.2
+sympy==1.13.1
+tenacity==9.0.0
+thinc==8.3.4
+threadpoolctl==3.5.0
+tokenizers==0.21.0
+toml==0.10.2
+torch==2.6.0
+torchaudio==2.6.0
+torchmetrics==1.6.1
+torchutils==0.0.4
+torchvision==0.21.0
+tornado==6.4.2
+tqdm==4.67.1
+traitlets==5.14.3
+transformers==4.49.0
+triton==3.2.0
+trl==0.15.1
+typeguard==4.4.2
+typer==0.15.2
+types-requests==2.32.0.20241016
+typing_extensions==4.12.2
+tyro==0.9.16
+tzdata==2025.1
+ultralytics==8.3.74
+ultralytics-thop==2.0.14
+unicodedata2==16.0.0
+unsloth==2025.2.15
+unsloth_zoo==2025.2.7
+urllib3==2.3.0
+wasabi==1.1.3
+watchdog==6.0.0
+wcwidth==0.2.13
+weasel==0.4.1
+wheel==0.45.1
+wrapt==1.17.2
+xformers==0.0.29.post3
+xgboost==2.1.4
+xxhash==3.5.0
+yarl==1.18.3
+zipp==3.21.0
+zstandard==0.23.0

requirements.yml

@@ -0,0 +1,442 @@
+# This file may be used to create an environment using:
+# $ conda create --name <env> --file <this file>
+# platform: linux-64
+# created-by: conda 24.11.3
+_libgcc_mutex=0.1=conda_forge
+_openmp_mutex=4.5=2_gnu
+_py-xgboost-mutex=2.0=gpu_0
+accelerate=1.4.0=pypi_0
+adwaita-icon-theme=47.0=unix_0
+aiohappyeyeballs=2.4.6=pypi_0
+aiohttp=3.11.12=pypi_0
+aiosignal=1.3.2=pypi_0
+alsa-lib=1.2.13=hb9d3cd8_0
+altair=5.5.0=pypi_0
+annotated-types=0.7.0=pypi_0
+anyio=4.8.0=pypi_0
+aom=3.9.1=hac33072_0
+asttokens=3.0.0=pyhd8ed1ab_1
+async-timeout=5.0.1=pypi_0
+at-spi2-atk=2.38.0=h0630a04_3
+at-spi2-core=2.40.3=h0630a04_0
+atk-1.0=2.38.0=h04ea711_2
+attr=2.5.1=h166bdaf_1
+attrs=25.1.0=pypi_0
+beautifulsoup4=4.13.3=pypi_0
+bitsandbytes=0.45.2=pypi_0
+blinker=1.9.0=pypi_0
+blis=1.2.0=pypi_0
+brotli=1.1.0=hb9d3cd8_2
+brotli-bin=1.1.0=hb9d3cd8_2
+brotli-python=1.1.0=py310hf71b8c6_2
+bzip2=1.0.8=h4bc722e_7
+c-ares=1.34.4=hb9d3cd8_0
+ca-certificates=2025.1.31=hbcca054_0
+cachetools=5.5.2=pypi_0
+cairo=1.18.2=h3394656_1
+catalogue=2.0.10=pypi_0
+catboost=1.2.7=cuda118_py310h6c6dcf6_1
+certifi=2025.1.31=pyhd8ed1ab_0
+cffi=1.17.1=py310h8deb56e_0
+charset-normalizer=3.4.1=pyhd8ed1ab_0
+click=8.1.8=pyh707e725_0
+cloudpathlib=0.20.0=pypi_0
+colorama=0.4.6=pyhd8ed1ab_1
+comm=0.2.2=pyhd8ed1ab_1
+confection=0.1.5=pypi_0
+contourpy=1.3.1=py310h3788b33_0
+cuda-version=11.8=h70ddcb2_3
+cudatoolkit=11.8.0=h4ba93d1_13
+cut-cross-entropy=25.1.1=pypi_0
+cycler=0.12.1=pyhd8ed1ab_1
+cymem=2.0.11=pypi_0
+cyrus-sasl=2.1.27=h54b06d7_7
+datasets=3.3.2=pypi_0
+dav1d=1.2.1=hd590300_0
+dawg-python=0.7.2=pyhd8ed1ab_0
+dawg2-python=0.9.0=pypi_0
+dbus=1.13.6=h5008d03_3
+debugpy=1.8.12=py310hf71b8c6_0
+decorator=5.1.1=pyhd8ed1ab_1
+diffusers=0.32.2=pypi_0
+dill=0.3.8=pypi_0
+distro=1.9.0=pypi_0
+docopt=0.6.2=pyhd8ed1ab_2
+docstring-parser=0.16=pypi_0
+double-conversion=3.3.0=h59595ed_0
+epoxy=1.5.10=h166bdaf_1
+exceptiongroup=1.2.2=pyhd8ed1ab_1
+executing=2.1.0=pyhd8ed1ab_1
+expat=2.6.4=h5888daf_0
+ffmpeg=7.1.0=gpl_hc48164c_711
+filelock=3.17.0=pypi_0
+filetype=1.2.0=pypi_0
+font-ttf-dejavu-sans-mono=2.37=hab24e00_0
+font-ttf-inconsolata=3.000=h77eed37_0
+font-ttf-source-code-pro=2.038=h77eed37_0
+font-ttf-ubuntu=0.83=h77eed37_3
+fontconfig=2.15.0=h7e30c49_1
+fonts-conda-ecosystem=1=0
+fonts-conda-forge=1=0
+fonttools=4.55.8=py310h89163eb_0
+freeglut=3.2.2=ha6d2627_3
+freetype=2.12.1=h267a509_2
+fribidi=1.0.10=h36c2ea0_0
+frozenlist=1.5.0=pypi_0
+fsspec=2024.12.0=pypi_0
+gdk-pixbuf=2.42.12=hb9ae30d_0
+gensim=4.3.3=py310h27b3328_0
+gettext=0.23.1=h5888daf_0
+gettext-tools=0.23.1=h5888daf_0
+gigachat=0.1.38=pypi_0
+gitdb=4.0.12=pypi_0
+gitpython=3.1.44=pypi_0
+glib-tools=2.82.2=h4833e2c_1
+gmp=6.3.0=hac33072_2
+graphite2=1.3.13=h59595ed_1003
+graphviz=12.2.1=h5ae0cbf_1
+gtk3=3.24.43=h021d004_3
+gts=0.7.6=h977cf35_4
+h11=0.14.0=pypi_0
+h2=4.2.0=pyhd8ed1ab_0
+harfbuzz=10.2.0=h4bba637_0
+hdf5=1.14.3=nompi_h2d575fe_109
+hf-transfer=0.1.9=pypi_0
+hicolor-icon-theme=0.17=ha770c72_2
+hpack=4.1.0=pyhd8ed1ab_0
+httpcore=1.0.7=pypi_0
+httpx=0.27.2=pypi_0
+huggingface-hub=0.29.0=pypi_0
+hyperframe=6.1.0=pyhd8ed1ab_0
+icu=75.1=he02047a_0
+idna=3.10=pyhd8ed1ab_1
+imath=3.1.12=h7955e40_0
+imbalanced-learn=0.13.0=pypi_0
+imblearn=0.0=pypi_0
+importlib-metadata=8.6.1=pyha770c72_0
+ipykernel=6.29.5=pyh3099207_0
+ipython=8.32.0=pyh907856f_0
+jasper=4.2.4=h536e39c_0
+jedi=0.19.2=pyhd8ed1ab_1
+jinja2=3.1.5=pypi_0
+jiter=0.8.2=pypi_0
+joblib=1.4.2=pyhd8ed1ab_1
+jsonpatch=1.33=pypi_0
+jsonpointer=3.0.0=pypi_0
+jsonschema=4.23.0=pypi_0
+jsonschema-specifications=2024.10.1=pypi_0
+jupyter_client=8.6.3=pyhd8ed1ab_1
+jupyter_core=5.7.2=pyh31011fe_1
+kernel-headers_linux-64=3.10.0=he073ed8_18
+keyutils=1.6.1=h166bdaf_0
+kiwisolver=1.4.7=py310h3788b33_0
+krb5=1.21.3=h659f571_0
+lame=3.100=h166bdaf_1003
+langchain-core=0.3.40=pypi_0
+langchain-gigachat=0.3.4=pypi_0
+langcodes=3.5.0=pypi_0
+langsmith=0.3.11=pypi_0
+language-data=1.3.0=pypi_0
+lcms2=2.16=hb7c19ff_0
+ld_impl_linux-64=2.43=h712a8e2_2
+lerc=4.0.0=h27087fc_0
+level-zero=1.20.4=h84d6215_0
+libabseil=20240722.0=cxx17_hbbce691_4
+libaec=1.1.3=h59595ed_0
+libasprintf=0.23.1=h8e693c7_0
+libasprintf-devel=0.23.1=h8e693c7_0
+libass=0.17.3=hba53ac1_1
+libavif16=1.1.1=h1909e37_2
+libblas=3.9.0=28_h59b9bed_openblas
+libbrotlicommon=1.1.0=hb9d3cd8_2
+libbrotlidec=1.1.0=hb9d3cd8_2
+libbrotlienc=1.1.0=hb9d3cd8_2
+libcap=2.71=h39aace5_0
+libcblas=3.9.0=28_he106b2a_openblas
+libclang-cpp19.1=19.1.7=default_hb5137d0_1
+libclang13=19.1.7=default_h9c6a7e4_1
+libcups=2.3.3=h4637d8d_4
+libcurl=8.11.1=h332b0f4_0
+libdeflate=1.23=h4ddbbb0_0
+libdrm=2.4.124=hb9d3cd8_0
+libedit=3.1.20250104=pl5321h7949ede_0
+libegl=1.7.0=ha4b6fd6_2
+libev=4.33=hd590300_2
+libexpat=2.6.4=h5888daf_0
+libffi=3.4.2=h7f98852_5
+libflac=1.4.3=h59595ed_0
+libgcc=14.2.0=h77fa898_1
+libgcc-ng=14.2.0=h69a702a_1
+libgcrypt-lib=1.11.0=hb9d3cd8_2
+libgd=2.3.3=h6f5c62b_11
+libgettextpo=0.23.1=h5888daf_0
+libgettextpo-devel=0.23.1=h5888daf_0
+libgfortran=14.2.0=h69a702a_1
+libgfortran5=14.2.0=hd5240d6_1
+libgl=1.7.0=ha4b6fd6_2
+libglib=2.82.2=h2ff4ddf_1
+libglu=9.0.3=h03adeef_0
+libglvnd=1.7.0=ha4b6fd6_2
+libglx=1.7.0=ha4b6fd6_2
+libgomp=14.2.0=h77fa898_1
+libgpg-error=1.51=hbd13f7d_1
+libhwloc=2.11.2=default_h0d58e46_1001
+libiconv=1.17=hd590300_2
+libjpeg-turbo=3.0.0=hd590300_1
+liblapack=3.9.0=28_h7ac8fdf_openblas
+liblapacke=3.9.0=28_he2f377e_openblas
+libllvm19=19.1.7=ha7bfdaf_1
+liblzma=5.6.4=hb9d3cd8_0
+libnghttp2=1.64.0=h161d5f1_0
+libnsl=2.0.1=hd590300_0
+libntlm=1.8=hb9d3cd8_0
+libogg=1.3.5=h4ab18f5_0
+libopenblas=0.3.28=pthreads_h94d23a6_1
+libopencv=4.11.0=qt6_py310hd7acd64_602
+libopengl=1.7.0=ha4b6fd6_2
+libopenvino=2025.0.0=hdc3f47d_1
+libopenvino-auto-batch-plugin=2025.0.0=h4d9b6c2_1
+libopenvino-auto-plugin=2025.0.0=h4d9b6c2_1
+libopenvino-hetero-plugin=2025.0.0=h981d57b_1
+libopenvino-intel-cpu-plugin=2025.0.0=hdc3f47d_1
+libopenvino-intel-gpu-plugin=2025.0.0=hdc3f47d_1
+libopenvino-intel-npu-plugin=2025.0.0=hdc3f47d_1
+libopenvino-ir-frontend=2025.0.0=h981d57b_1
+libopenvino-onnx-frontend=2025.0.0=h6363af5_1
+libopenvino-paddle-frontend=2025.0.0=h6363af5_1
+libopenvino-pytorch-frontend=2025.0.0=h5888daf_1
+libopenvino-tensorflow-frontend=2025.0.0=h630ec5c_1
+libopenvino-tensorflow-lite-frontend=2025.0.0=h5888daf_1
+libopus=1.3.1=h7f98852_1
+libpciaccess=0.18=hd590300_0
+libpng=1.6.46=h943b412_0
+libpq=17.2=h3b95a9b_1
+libprotobuf=5.28.3=h6128344_1
+librsvg=2.58.4=h49af25d_2
+libsndfile=1.2.2=hc60ed4a_1
+libsodium=1.0.20=h4ab18f5_0
+libsqlite=3.48.0=hee588c1_1
+libssh2=1.11.1=hf672d98_0
+libstdcxx=14.2.0=hc0a3c3a_1
+libstdcxx-ng=14.2.0=h4852527_1
+libsystemd0=257.2=h3dc2cb9_0
+libtiff=4.7.0=hd9ff511_3
+libuuid=2.38.1=h0b41bf4_0
+libva=2.22.0=h8a09558_1
+libvorbis=1.3.7=h9c3ff4c_0
+libvpx=1.14.1=hac33072_0
+libwebp-base=1.5.0=h851e524_0
+libxcb=1.17.0=h8a09558_0
+libxcrypt=4.4.36=hd590300_1
+libxgboost=2.1.4=cuda118_h09a87be_0
+libxkbcommon=1.7.0=h2c5496b_1
+libxml2=2.13.5=h8d12d68_1
+libxslt=1.1.39=h76b75d6_0
+libzlib=1.3.1=hb9d3cd8_2
+lightning-utilities=0.12.0=pypi_0
+lz4-c=1.10.0=h5888daf_1
+marisa-trie=1.2.1=pypi_0
+markdown-it-py=3.0.0=pypi_0
+markupsafe=3.0.2=pypi_0
+matplotlib=3.10.0=py310hff52083_0
+matplotlib-base=3.10.0=py310h68603db_0
+matplotlib-inline=0.1.7=pyhd8ed1ab_1
+mdurl=0.1.2=pypi_0
+mpg123=1.32.9=hc50e24c_0
+mplcyberpunk=0.7.5=pypi_0
+mpmath=1.3.0=pypi_0
+multidict=6.1.0=pypi_0
+multiprocess=0.70.16=pypi_0
+munkres=1.1.4=pyh9f0ad1d_0
+murmurhash=1.0.12=pypi_0
+mysql-common=9.0.1=h266115a_4
+mysql-libs=9.0.1=he0572af_4
+narwhals=1.27.1=pyhd8ed1ab_0
+nccl=2.25.1.1=h03a54cd_0
+ncurses=6.5=h2d0b736_3
+nest-asyncio=1.6.0=pyhd8ed1ab_1
+networkx=3.4.2=pypi_0
+nltk=3.9.1=pyhd8ed1ab_1
+numpy=1.26.4=py310hb13e2d6_0
+nvidia-cublas-cu12=12.4.5.8=pypi_0
+nvidia-cuda-cupti-cu12=12.4.127=pypi_0
+nvidia-cuda-nvrtc-cu12=12.4.127=pypi_0
+nvidia-cuda-runtime-cu12=12.4.127=pypi_0
+nvidia-cudnn-cu12=9.1.0.70=pypi_0
+nvidia-cufft-cu12=11.2.1.3=pypi_0
+nvidia-curand-cu12=10.3.5.147=pypi_0
+nvidia-cusolver-cu12=11.6.1.9=pypi_0
+nvidia-cusparse-cu12=12.3.1.170=pypi_0
+nvidia-cusparselt-cu12=0.6.2=pypi_0
+nvidia-nccl-cu12=2.21.5=pypi_0
+nvidia-nvjitlink-cu12=12.4.127=pypi_0
+nvidia-nvtx-cu12=12.4.127=pypi_0
+ocl-icd=2.3.2=hb9d3cd8_2
+opencl-headers=2024.10.24=h5888daf_0
+opencv=4.11.0=qt6_py310hcfe8da8_602
+openexr=3.3.2=h6326327_1
+openh264=2.5.0=hf92e6e3_0
+openjpeg=2.5.3=h5fbd93e_0
+openldap=2.6.9=he970967_0
+openssl=3.4.1=h7b32b05_0
+orjson=3.10.15=pypi_0
+packaging=24.2=pyhd8ed1ab_2
+pandas=2.2.3=py310h5eaa309_1
+pango=1.56.1=h861ebed_0
+parso=0.8.4=pyhd8ed1ab_1
+patsy=1.0.1=pyhd8ed1ab_1
+pcre2=10.44=hba22ea6_2
+peft=0.14.0=pypi_0
+pexpect=4.9.0=pyhd8ed1ab_1
+pickleshare=0.7.5=pyhd8ed1ab_1004
+pillow=11.1.0=py310h7e6dc6c_0
+pip=25.0=pyh8b19718_0
+pixman=0.44.2=h29eaf8c_0
+platformdirs=4.3.6=pyhd8ed1ab_1
+plotly=6.0.0=pyhd8ed1ab_0
+preshed=3.0.9=pypi_0
+prompt-toolkit=3.0.50=pyha770c72_0
+propcache=0.3.0=pypi_0
+protobuf=3.20.3=pypi_0
+psutil=6.1.1=py310ha75aee5_0
+pthread-stubs=0.4=hb9d3cd8_1002
+ptyprocess=0.7.0=pyhd8ed1ab_1
+pugixml=1.15=h3f63f65_0
+pulseaudio-client=17.0=hb77b528_0
+pure_eval=0.2.3=pyhd8ed1ab_1
+py-cpuinfo=9.0.0=pyhd8ed1ab_1
+py-opencv=4.11.0=qt6_py310h5472680_602
+py-xgboost=2.1.4=cuda118_pyh1b5bf1a_0
+pyarrow=19.0.1=pypi_0
+pycparser=2.22=pyh29332c3_1
+pydantic=2.10.6=pypi_0
+pydantic-core=2.27.2=pypi_0
+pydeck=0.9.1=pypi_0
+pygments=2.19.1=pyhd8ed1ab_0
+pymorphy2=0.9.1=pyhd8ed1ab_0
+pymorphy2-dicts-ru=2.4.417127.4579844=pyhd8ed1ab_0
+pymorphy3=2.0.3=pypi_0
+pymorphy3-dicts-ru=2.4.417150.4580142=pypi_0
+pyparsing=3.2.1=pyhd8ed1ab_0
+pyside6=6.8.2=py310hfd10a26_0
+pysocks=1.7.1=pyha55dd90_7
+python=3.10.16=he725a3c_1_cpython
+python-dateutil=2.9.0.post0=pyhff2d567_1
+python-dotenv=1.0.1=pypi_0
+python-graphviz=0.20.3=pyh91182bf_2
+python-tzdata=2025.1=pyhd8ed1ab_0
+python_abi=3.10=5_cp310
+pytz=2024.1=pyhd8ed1ab_0
+pyyaml=6.0.2=py310h89163eb_2
+pyzmq=26.2.1=py310h71f11fc_0
+qhull=2020.2=h434a139_5
+qt6-main=6.8.2=h588cce1_0
+rav1e=0.6.6=he8a937b_2
+readline=8.2=h8228510_1
+referencing=0.36.2=pypi_0
+regex=2024.11.6=py310ha75aee5_0
+requests=2.32.3=pyhd8ed1ab_1
+requests-toolbelt=1.0.0=pypi_0
+rich=13.9.4=pypi_0
+rpds-py=0.23.1=pypi_0
+ru-core-news-lg=3.8.0=pypi_0
+safetensors=0.5.2=pypi_0
+scikit-learn=1.6.1=py310h27f47ee_0
+scipy=1.15.1=py310hfa6ec8c_0
+sdl2=2.30.10=h63c27ac_0
+seaborn=0.13.2=hd8ed1ab_3
+seaborn-base=0.13.2=pyhd8ed1ab_3
+sentence-transformers=3.4.1=pypi_0
+sentencepiece=0.2.0=pypi_0
+setuptools=75.8.0=pyhff2d567_0
+shellingham=1.5.4=pypi_0
+shtab=1.7.1=pypi_0
+six=1.17.0=pyhd8ed1ab_0
+sklearn-compat=0.1.3=pypi_0
+smart_open=7.1.0=pyhd8ed1ab_0
+smmap=5.0.2=pypi_0
+snappy=1.2.1=h8bd8927_1
+sniffio=1.3.1=pypi_0
+soupsieve=2.6=pypi_0
+spacy=3.8.4=pypi_0
+spacy-legacy=3.0.12=pypi_0
+spacy-loggers=1.0.5=pypi_0
+srsly=2.5.1=pypi_0
+stack_data=0.6.3=pyhd8ed1ab_1
+statsmodels=0.14.4=py310hf462985_0
+streamlit=1.42.2=pypi_0
+svt-av1=2.3.0=h5888daf_0
+sympy=1.13.1=pypi_0
+sysroot_linux-64=2.17=h0157908_18
+tbb=2022.0.0=hceb3a55_0
+tenacity=9.0.0=pypi_0
+thinc=8.3.4=pypi_0
+threadpoolctl=3.5.0=pyhc1e730c_0
+tk=8.6.13=noxft_h4845f30_101
+tokenizers=0.21.0=pypi_0
+toml=0.10.2=pypi_0
+torch=2.6.0=pypi_0
+torchaudio=2.6.0=pypi_0
+torchmetrics=1.6.1=pypi_0
+torchutils=0.0.4=pypi_0
+torchvision=0.21.0=pypi_0
+tornado=6.4.2=py310ha75aee5_0
+tqdm=4.67.1=pyhd8ed1ab_1
+traitlets=5.14.3=pyhd8ed1ab_1
+transformers=4.49.0=pypi_0
+triton=3.2.0=pypi_0
+trl=0.15.1=pypi_0
+typeguard=4.4.2=pypi_0
+typer=0.15.2=pypi_0
+types-requests=2.32.0.20241016=pypi_0
+typing_extensions=4.12.2=pyha770c72_1
+tyro=0.9.16=pypi_0
+tzdata=2025a=h78e105d_0
+ultralytics=8.3.74=pypi_0
+ultralytics-thop=2.0.14=pypi_0
+unicodedata2=16.0.0=py310ha75aee5_0
+unsloth=2025.2.15=pypi_0
+unsloth-zoo=2025.2.7=pypi_0
+urllib3=2.3.0=pyhd8ed1ab_0
+wasabi=1.1.3=pypi_0
+watchdog=6.0.0=pypi_0
+wayland=1.23.1=h3e06ad9_0
+wayland-protocols=1.40=hd8ed1ab_0
+wcwidth=0.2.13=pyhd8ed1ab_1
+weasel=0.4.1=pypi_0
+wheel=0.45.1=pyhd8ed1ab_1
+wrapt=1.17.2=py310ha75aee5_0
+x264=1!164.3095=h166bdaf_2
+x265=3.5=h924138e_3
+xcb-util=0.4.1=hb711507_2
+xcb-util-cursor=0.1.5=hb9d3cd8_0
+xcb-util-image=0.4.0=hb711507_2
+xcb-util-keysyms=0.4.1=hb711507_0
+xcb-util-renderutil=0.3.10=hb711507_0
+xcb-util-wm=0.4.2=hb711507_0
+xformers=0.0.29.post3=pypi_0
+xgboost=2.1.4=cuda118_pyh7984362_0
+xkeyboard-config=2.43=hb9d3cd8_0
+xorg-libice=1.1.2=hb9d3cd8_0
+xorg-libsm=1.2.5=he73a12e_0
+xorg-libx11=1.8.11=h4f16b4b_0
+xorg-libxau=1.0.12=hb9d3cd8_0
+xorg-libxcomposite=0.4.6=hb9d3cd8_2
+xorg-libxcursor=1.2.3=hb9d3cd8_0
+xorg-libxdamage=1.1.6=hb9d3cd8_0
+xorg-libxdmcp=1.1.5=hb9d3cd8_0
+xorg-libxext=1.3.6=hb9d3cd8_0
+xorg-libxfixes=6.0.1=hb9d3cd8_0
+xorg-libxi=1.8.2=hb9d3cd8_0
+xorg-libxinerama=1.1.5=h5888daf_1
+xorg-libxrandr=1.5.4=hb9d3cd8_0
+xorg-libxrender=0.9.12=hb9d3cd8_0
+xorg-libxtst=1.2.5=hb9d3cd8_3
+xorg-libxxf86vm=1.1.6=hb9d3cd8_0
+xxhash=3.5.0=pypi_0
+yaml=0.2.5=h7f98852_2
+yarl=1.18.3=pypi_0
+zeromq=4.3.5=h3b0a872_7
+zipp=3.21.0=pyhd8ed1ab_1
+zstandard=0.23.0=py310ha39cb0e_1
+zstd=1.5.6=ha6fb4c9_0