Docs updated

docs/Home.md

@@ -0,0 +1 @@
+Документация проекта `impruver`

docs/Конфигурация.md

@@ -95,9 +95,60 @@ datasets:
     max_tokens_count: 1024
 ```
 
+### Параметры `add_global_bos` и `add_global_eos`  
+
+По умолчанию `add_global_bos` и `add_global_eos` имеют значение `true`, отвечают они за то будет ли в момент
+предобработки датасета к _каждому_ элементу из датасета добавлен префикс с токенов BOS-токен (Begin of String)
+в начале и EOS-токен (End of String) в конце.
+
+Например, у нас имеется `bos=1` и `eos=2`, в момент преобразования текста в последовательность токенов
+(при помощи токенизатор) по умолчанию получается массив токенов вида:
+
+```json
+[1, 456, 76, 84, 5667, 2]
+```
+
+Однако, если `add_global_bos` и `add_global_eos` имеют значение `false`, тогда токенизатор вернёт:
+
+```json
+[456, 76, 84, 5667]
+```
+
+Пример конфигурации:
+
+```yml
+datasets:
+  - name: MexIvanov/Vezora-Tested-22k-Python-Alpaca-ru
+    converter: impruver.instruction_to_messages
+    add_global_bos: false
+    add_global_eos: false
+```
+
+### Параметр `mapping`
+
+> Указанный параметр может быть использован только в конвертере `impruver.instruction_to_messages` 
+
+Традиционно `instruct` датасеты имеют три колонки в которых хранятся данные:
+
+* `instruction` - инструкция, которую модель должна выполнить;
+* `input` - (опционально) некая вспомогательная информация, контекст или пример того, как модель должна ответить; 
+* `output` - ожидаемый ответ модели.
+
+Но бывают случаи, когда скажем колонка `instruction` имеет другое название, например `вопрос`, а вместо `output`
+используется `выводв` и требуется смапить данные так, чтобы конвертер датасета мог это распарсить.
+
+```yml
+datasets:
+  - name: zelkame/ru-stackoverflow-py
+    converter: impruver.instruction_to_messages
+    mapping:
+      instruction: вопрос
+      output: ответ
+```
+
 ## Секция `tokenizer`
 
-Данная секция описывает, то какой токенизатор использовать в процессе комбинирования датасета и обучения модели.
+Данная секция описывает, то какой токенизатор использовать в процессе комбинирования датасета и (до)обучения модели.
 
 ```yaml
 tokenizer:
@@ -140,4 +191,34 @@ tokenizer:
 
 ## Секция `model`
 
-Обучаемая модель.
+Данная секция описывает, то какую модель необходим использовать в процессе (до)обучения модели, как её загрузить,
+в какую битность квантовать и так далее.
+
+```yml
+model:
+  class: transformers.AutoModelForCausalLM
+  name: ai-forever/rugpt3small_based_on_gpt2
+  dtype: bf16
+```
+
+### Параметр `class`
+
+Отвечает за то какой класс необходимо использовать для инициализации трансформерной модели, это может быть класс
+из пакета `transfomers` или какой-то кастомный класс, совместимый с форматом `transformers`.
+
+В качестве класса можно указать путь до любого другого подходящего вам класса, например:
+
+```yaml
+model:
+  class: transformers.AutoModelForCausalLM
+  name: ai-forever/rugpt3small_based_on_gpt2
+```
+
+Используя класс `AutoModelForCausalLM` из пакета `transformers` загрузит модель `ai-forever/rugpt3small_based_on_gpt2`.
+
+
+### Параметр `name`
+
+Позволяет указать модель, которую необходимо использовать в процессе обучения, можно указать
+как `repo_id` на HuggingFace, так и путь до директории (абсолютный или относительный) в которой будут находиться
+веса и конфигурация модели.