Bert Base Cased Finetuned Qnli

🚀 bert-base-cased-finetuned-qnli

このモデルは、GLUE QNLIデータセットでbert-base-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: 0.3986
• 正解率: 0.9099

このモデルは、この論文で紹介されているgoogle/fnet-baseとbert-base-casedを比較するためにファインチューニングされました。

🚀 クイックスタート

このモデルは、GLUE QNLIデータセットに対してbert-base-casedをファインチューニングしたものです。評価セットでは、損失0.3986、正解率0.9099を達成しています。

📦 インストール

このモデルは、run_glueスクリプトを使用して学習されました。以下のコマンドを使用します。

#!/usr/bin/bash

python ../run_glue.py \\n  --model_name_or_path bert-base-cased \\n  --task_name qnli \\n  --do_train \\n  --do_eval \\n  --max_seq_length 512 \\n  --per_device_train_batch_size 16 \\n  --learning_rate 2e-5 \\n  --num_train_epochs 3 \\n  --output_dir bert-base-cased-finetuned-qnli \\n  --push_to_hub \\n  --hub_strategy all_checkpoints \\n  --logging_strategy epoch \\n  --save_strategy epoch \\n  --evaluation_strategy epoch \\n

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: 16
• 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: 3.0

学習結果

フレームワークバージョン

• 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。