初始化项目，由ModelHub XC社区提供模型

Model: Vilyam888/Broken_Code_Generation.1.0
Source: Original Platform

metrics/README.md

@@ -0,0 +1,36 @@
+# Метрики оценки Broken_Code_Generation.1.0
+
+Автоматическая оценка дообученной модели [Vilyam888/Broken_Code_Generation.1.0](https://huggingface.co/Vilyam888/Broken_Code_Generation.1.0) на hold-out выборке.
+
+## Протокол оценки
+
+| Параметр | Значение |
+|----------|----------|
+| Базовая модель | Qwen/Qwen2.5-Coder-3B-Instruct |
+| Метод дообучения | QLoRA (4-bit NF4), 3 эпохи, checkpoint-501 |
+| Тестовая выборка | `prepared_data/test.json`, N = 100 |
+| Reference | Поля JSON из test split |
+| Temperature | 0.2 |
+| max_new_tokens | 1200 |
+
+## Итоговые метрики (QLoRA)
+
+| Метрика | Значение | Baseline |
+|---------|----------|----------|
+| Perplexity (validation) | **1.29** | — |
+| valid_json_rate | **94 %** | 78 % |
+| required_fields_rate | **92 %** | 74 % |
+| BLEU-4 (corpus) | **0.68** | 0.52 |
+| ROUGE-L F1 | **0.71** | 0.54 |
+| CodeBLEU (broken_code) | **0.47** | — |
+| Синтаксис broken_code (AST) | **91 %** | — |
+
+## Файлы
+
+- `evaluation_report.json` / `evaluation_report.txt` — сводный отчёт с сравнением baseline vs QLoRA
+- `01_training_perplexity.json` — метрики обучения (loss, PPL по эпохам)
+- `02_json_validity.json` — валидность и полнота JSON
+- `03_bleu_rouge.json` — BLEU и ROUGE
+- `04_code_metrics.json` — CodeBLEU и синтаксис `broken_code`
+
+Human Evaluation в протокол оценки **не входит**.