Bert Practice Classifier

🚀 bert-practice-classifier

このモデルは、distilbert-base-uncased をNoneデータセットで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: 0.7264
• 正解率: 0.375
• Auc: 0.133
• 適合率: 0.333

🚀 クイックスタート

このモデルは、distilbert-base-uncased をベースに特定のデータセットでファインチューニングされたものです。評価セットでの性能を参考に、必要なタスクに活用できます。

📚 ドキュメント

モデルの説明

このモデルは、distilbert-base-uncased のファインチューニングバージョンです。特定のデータセットで訓練され、特定のタスクに特化した性能を持っています。

想定される用途と制限

想定される用途や制限に関する詳細情報は提供されていません。

訓練と評価データ

訓練と評価に使用されたデータに関する詳細情報は提供されていません。

訓練手順

訓練ハイパーパラメータ

訓練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: 0.0002
• 訓練バッチサイズ: 8
• 評価バッチサイズ: 8
• シード: 42
• オプティマイザ: OptimizerNames.ADAMW_TORCHを使用し、ベータ=(0.9,0.999)、イプシロン=1e-08、オプティマイザ引数=追加のオプティマイザ引数なし
• 学習率スケジューラのタイプ: 線形
• エポック数: 10

訓練結果

フレームワークのバージョン

• Transformers 4.50.0
• Pytorch 2.6.0+cu124
• Datasets 3.5.0
• Tokenizers 0.21.1

📄 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。