Results

🚀 results

このモデルは、bert-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: 0.2608
• 再現率: 0.9020

🚀 クイックスタート

このモデルは、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、特定のタスクに対して評価が行われています。

📦 インストール

このドキュメントにはインストール手順に関する具体的な内容がありませんので、このセクションは省略されます。

💻 使用例

このドキュメントには使用例に関する具体的なコードがありませんので、このセクションは省略されます。

📚 ドキュメント

モデルの説明

このセクションには、モデルに関する詳細な説明が必要ですが、現時点では提供されていません。

想定される用途と制限

このセクションには、モデルの想定される用途と制限に関する詳細な情報が必要ですが、現時点では提供されていません。

学習と評価データ

このセクションには、学習と評価に使用されたデータに関する詳細な情報が必要ですが、現時点では提供されていません。

学習手順

学習ハイパーパラメータ

学習中には以下のハイパーパラメータが使用されました。

• 学習率: 3e-05
• 学習バッチサイズ: 16
• 評価バッチサイズ: 16
• 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種類: 線形
• エポック数: 3
• 混合精度学習: Native AMP

学習結果

フレームワークのバージョン

• Transformers 4.50.3
• Pytorch 2.6.0+cu124
• Datasets 3.5.0
• Tokenizers 0.21.1

🔧 技術詳細

このドキュメントには技術詳細に関する具体的な説明がありませんので、このセクションは省略されます。

📄 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。