Fix model metadata and loading instructions

README.md

@@ -1,85 +1,152 @@
 ---
 license: other
+license_name: simlingo-talk2car-non-commercial-research
+license_link: https://huggingface.co/UNIC0RN-Zhu/modernbert-drive-command-base/blob/main/LICENSE
 base_model: answerdotai/ModernBERT-base
 library_name: transformers
-pipeline_tag: text-classification
+pipeline_tag: feature-extraction
 language:
-- en
+  - en
 tags:
-- modernbert
-- autonomous-driving
-- structured-output
-- research-only
+  - modernbert
+  - autonomous-driving
+  - structured-output
+  - compositional-semantics
+  - research-only
 ---
 
 # ModernBERT Drive Command Parser
 
-> 仅限非商业学术、科研、教学和个人实验，必须免费提供；不得用于车辆或机器人运行，也不得用于可能造成人身伤害或财产损失的高风险用途。完整约束见 `LICENSE`、`NOTICE` 和 `licenses/` 中的上游许可。
+> 仅限非商业学术、科研、教学和个人实验，必须免费提供；不得用于真实车辆或机器人运行，也不得用于可能造成人身伤害或财产损失的高风险用途。CARLA 仅用于非商业离线仿真研究和评测。完整约束见 `LICENSE`、`NOTICE` 和 `licenses/` 中的上游许可。
 
-该仓库是英文驾驶指令解析的运行时权重，包含 1.1.0 多任务分类器和 1.2.0 组合语义扩展。推荐部署路径为：
+该仓库是英文驾驶指令解析的运行时权重，包含 1.1.0 多任务分类器和 1.2.0 组合语义扩展。
 
-```text
-/root/autodl-tmp/models/modernbert-drive-command-compositional
-```
+该模型不是标准单头 `AutoModelForSequenceClassification`。Hugging Face 仓库中的 `model.safetensors` 是 ModernBERT backbone，运行完整解析器还必须加载 `multitask_heads.pt`、`semantic_token_head.pt`、配置文件和项目代码。不要使用普通 `pipeline("text-classification")` 代替项目解析器。
 
 ## 训练配置
 
 - Backbone：ModernBERT-base
-- 硬件：RTX 5090，BF16，CUDA/SM120
+- 硬件：RTX 5090、BF16、CUDA/SM120
 - 任务：动作、状态、类别、紧急度、方向、速度变化六头多任务分类，以及实体/关系 token 分类
-- 语料：662,700条英文伪标签，按规范化文本分组切分为70%/20%/10%
-- 训练：第一阶段1 epoch，学习率3e-5；第二阶段1 epoch，学习率1e-5
-- 校准：仅使用132,540条验证集逐类选择动作和方向阈值
+- 语料：662,700 条英文伪标签，按规范化文本分组切分为 70%/20%/10%
+- 第一阶段：1 epoch，学习率 `3e-5`
+- 第二阶段：1 epoch，学习率 `1e-5`
+- 校准：仅使用 132,540 条验证集逐类选择动作和方向阈值
 
 ## 最终结果
 
-66,270条独立测试集上：
+66,270 条独立测试集：
 
 | 指标 | 结果 |
 |---|---:|
-| 动作exact match | 98.70% |
-| 动作micro-F1 | 97.78% |
+| 动作 exact match | 98.70% |
+| 动作 micro-F1 | 97.78% |
 | 状态准确率 | 99.39% |
 | 类别准确率 | 99.15% |
 | 紧急度准确率 | 99.91% |
-| 方向exact match | 99.75% |
+| 方向 exact match | 99.75% |
 | 速度变化准确率 | 99.82% |
 
-1,000条端到端解析中，动作exact match为99.30%，P95解析时延为12.97ms。所有准确率均是对伪标签教师的一致率，不是人工金标准或真实道路准确率。
+1,000 条端到端解析中，动作 exact match 为 99.30%，P95 解析时延为 12.97 ms。
 
-1.2.0 组合语义扩展冻结 ModernBERT backbone，在 3,288 条训练样本上训练实体/关系 token 头；1,065 条验证样本的最佳 token-F1 为 99.49%。由 175 条样本组成的组合语义开发回归集在规则校准后达到 100% 图结构 exact match，P95 端到端解析时延为 87.02ms。该结果用于开发回归闭环，不代表独立真实道路泛化性能。
+所有上述准确率均是对伪标签教师的一致率，不是人工金标准准确率、真实道路准确率或安全认证结果。
+
+1.2.0 组合语义扩展冻结 ModernBERT backbone，在 3,288 条训练样本上训练实体/关系 token 头；1,065 条验证样本的最佳 token-F1 为 99.49%。由 175 条样本组成的组合语义开发回归集在规则校准后达到 100% 图结构 exact match，P95 端到端解析时延为 87.02 ms。该结果用于开发回归闭环，不代表独立真实道路泛化性能。
 
 ## 文件
 
-- `model.safetensors`：ModernBERT backbone权重
-- `multitask_heads.pt`：六个任务头权重
-- `semantic_token_head.pt`：1.2.0 实体/关系 token 头
-- `semantic_token_head_metrics.json`：语义 token 头训练与验证指标
-- `inference_config.json`：验证集校准阈值及校准前后指标
-- `label_schema.json`：六类输出标签顺序
-- `training_summary.json`：第二阶段训练配置和验证结果
-- `test_metrics_calibrated.json`：最终独立测试结果
-- `LICENSE`：本模型的研究用途分发条件
-- `NOTICE`：上游模型、数据集归属与强制署名
-- `licenses/`：ModernBERT、SimLingo 和 Talk2Car 的完整许可副本
+| 文件 | 说明 |
+|---|---|
+| `model.safetensors` | ModernBERT backbone 权重 |
+| `multitask_heads.pt` | 六个多任务分类头 |
+| `semantic_token_head.pt` | 1.2.0 实体/关系 token 头 |
+| `semantic_token_head_metrics.json` | token 头训练与验证指标 |
+| `inference_config.json` | 验证集校准阈值 |
+| `label_schema.json` | 六类输出标签顺序 |
+| `training_summary.json` | 训练配置和验证结果 |
+| `test_metrics_calibrated.json` | 最终独立测试结果 |
+| `SHA256SUMS` | 运行时文件校验和 |
+| `LICENSE` | 本模型研究用途分发条件 |
+| `NOTICE` | 上游模型、数据集归属与强制署名 |
+| `licenses/` | ModernBERT、SimLingo 和 Talk2Car 许可副本 |
+
+## 下载
+
+```bash
+hf download UNIC0RN-Zhu/modernbert-drive-command-base \
+  --local-dir ./models/modernbert-drive-command-base
+```
 
-## 许可与用途限制
+或在 Python 中下载：
 
-本模型基于 Apache-2.0 的 `answerdotai/ModernBERT-base`，并使用 Talk2Car 与 SimLingo 文本生成训练标签。Talk2Car 数据采用 CC BY-NC-SA 4.0，SimLingo 采用自定义非商业许可，因此本仓库在 Hugging Face 上必须标记为 `license: other`，不能把整个微调模型重新声明为 Apache-2.0 或 MIT。
+```python
+from huggingface_hub import snapshot_download
 
-模型可以在学术或科研基础上免费发布，但不得用于商业用途、真实或模拟车辆/机器人运行，以及其他高风险用途。任何使用者都必须自行阅读并遵守上游许可；本模型不构成自动驾驶安全认证。
+model_dir = snapshot_download(
+    repo_id="UNIC0RN-Zhu/modernbert-drive-command-base",
+    local_dir="./models/modernbert-drive-command-base",
+)
+```
 
 ## 运行
 
+完整解析器位于 `ZhuShanzhe/LMM-in-AutoDrive/structured_command_parser`：
+
 ```python
-from structured_command_parser.src.modernbert_parser import ModernBertEnglishIntentParser
+from huggingface_hub import snapshot_download
+
+from structured_command_parser.src.modernbert_parser import (
+    ModernBertEnglishIntentParser,
+)
+
+model_dir = snapshot_download(
+    repo_id="UNIC0RN-Zhu/modernbert-drive-command-base",
+    local_dir="./models/modernbert-drive-command-base",
+)
 
 parser = ModernBertEnglishIntentParser(
-    "/root/autodl-tmp/models/modernbert-drive-command-compositional",
+    model_dir,
     device="cuda",
 )
 parser.warmup()
-document = parser.parse("Slow down and stop before the red truck.")
+
+document = parser.parse(
+    "Slow down and stop before the red truck."
+)
 ```
 
-实验链路必须在接受请求前调用`warmup()`，并保留规则短路与下游安全校验。
+在线链路必须在接受请求前调用 `warmup()`，并保留规则短路、结构校验、语义对齐和下游安全门。
+
+## 输出范围
+
+解析器输出结构化 `DrivingIntent`，包括：
+
+- 规范化文本；
+- 原子动作与顺序关系；
+- 方向、速度变化和紧急度；
+- 目标实体描述；
+- 条件、触发器和约束；
+- 解析状态、置信度、缺失槽位和警告。
+
+模型不负责视觉实体最终落地、风险决策、轨迹规划或车辆控制。目标描述必须由下游语义对齐模块约束到实际候选实体。
+
+## 校验
+
+```bash
+cd ./models/modernbert-drive-command-base
+sha256sum -c SHA256SUMS
+```
+
+已发布权重的 SHA256：
+
+```text
+55b0683be1d75355a69720bc30b900e171579f7f1fe345c710dd05e14d5d7af9  model.safetensors
+fca6481f3afcf0cd3a9d9d99952655556c443e7ab3178706e77014c17e4cba8d  multitask_heads.pt
+ec7765685d5acb46e4a7a9f23837212f17092074f90fafcbc9f1a41151995f82  semantic_token_head.pt
+```
+
+## 许可与用途限制
+
+本模型基于 Apache-2.0 的 `answerdotai/ModernBERT-base`，并使用 Talk2Car 与 SimLingo 文本生成训练标签。Talk2Car 数据采用 CC BY-NC-SA 4.0，SimLingo 采用自定义非商业许可，因此整个微调模型必须标记为 `license: other`，不能重新声明为 Apache-2.0、MIT 或其他更宽松许可证。
+
+使用者必须自行阅读并遵守 `LICENSE`、`NOTICE` 与 `licenses/` 中的全部上游条款。本模型不构成自动驾驶安全认证。