Bert Large Cased Finetuned Mrpc

🚀 bert-large-cased-finetuned-mrpc

このモデルは、GLUE MRPCデータセットでbert-large-casedをファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

• 損失: 0.6274
• 正解率: 0.6838
• F1値: 0.8122
• 総合スコア: 0.7480

🚀 クイックスタート

このモデルは、GLUE MRPCデータセットでファインチューニングされたbert-large-casedモデルです。特定のテキスト分類タスクに使用できます。

✨ 主な機能

• GLUE MRPCデータセットでのファインチューニングにより、テキスト分類タスクで良好な性能を発揮します。
• 正解率、F1値、総合スコアなどの指標で評価されています。

📦 インストール

このREADMEには具体的なインストール手順が記載されていないため、このセクションをスキップします。

💻 使用例

このREADMEには具体的なコード例が記載されていないため、このセクションをスキップします。

📚 ドキュメント

モデルの説明

このモデルに関する詳細情報は、今後の更新で追加される予定です。

想定される用途と制限

このモデルの想定される用途と制限に関する詳細情報は、今後の更新で追加される予定です。

学習と評価データ

学習と評価に使用されたデータに関する詳細情報は、今後の更新で追加される予定です。

🔧 技術詳細

学習ハイパーパラメータ

学習中に使用されたハイパーパラメータは以下の通りです。

• 学習率: 2e-05
• 学習バッチサイズ: 4
• 評価バッチサイズ: 8
• シード: 42
• オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラの種類: 線形
• エポック数: 5.0

学習結果

フレームワークのバージョン

• Transformers 4.11.0.dev0
• Pytorch 1.9.0
• Datasets 1.12.1
• Tokenizers 0.10.3

📄 ライセンス

このモデルはApache-2.0ライセンスの下で提供されています。