Demo

🚀 bert_finetuning_test

このモデルは、GLUE MRPCデータセットでbert-base-uncased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: 0.4023
• 正解率: 0.8284
• F1値: 0.8818
• 総合スコア: 0.8551

✨ 主な機能

このモデルは、テキスト分類タスクに特化しており、GLUE MRPCデータセットで訓練されています。評価セットでは、損失、正解率、F1値、総合スコアなどの指標で良好な性能を示しています。

📦 インストール

原文書に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、このセクションをスキップします。

💻 使用例

原文書にコード例がありませんので、このセクションをスキップします。

📚 ドキュメント

モデルの詳細

このモデルは、GLUE MRPCデータセットでbert-base-uncasedをファインチューニングしたものです。評価セットでの結果は以下の通りです。

想定される用途と制限

原文書では詳細情報が必要とされていますが、具体的な内容がないため、この部分の説明を省略します。

訓練と評価データ

原文書では詳細情報が必要とされていますが、具体的な内容がないため、この部分の説明を省略します。

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。

訓練結果

原文書で具体的な訓練結果が記載されていないため、この部分の説明を省略します。

フレームワークのバージョン

• Transformers 4.16.0.dev0
• Pytorch 1.10.1+cu102
• Datasets 1.17.0
• Tokenizers 0.11.0

🔧 技術詳細

原文書に具体的な技術詳細が50文字以上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。

📄 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。