Humor No Humor

🚀 humor-no-humor

このモデルは、ユーモアを検出するために、ジョーク/非ジョークデータセットでdistilbert-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: 0.1269
• F1: 0.9537

🚀 クイックスタート

このモデルは、ユーモアを検出するために事前学習済みのDistilBERTモデルをファインチューニングしたものです。特定のデータセットで訓練され、評価セットで良好な性能を示しています。

📚 ドキュメント

モデルの説明

詳細な情報は後日提供予定です。

想定される用途と制限事項

詳細な情報は後日提供予定です。

訓練と評価データ

詳細な情報は後日提供予定です。

訓練手順

訓練ハイパーパラメータ

訓練中に以下のハイパーパラメータが使用されました。

• learning_rate: 2e-06
• train_batch_size: 16
• eval_batch_size: 16
• seed: 42
• optimizer: Adam (betas=(0.9,0.999), epsilon=1e-08)
• lr_scheduler_type: linear
• num_epochs: 3

訓練結果

フレームワークのバージョン

• Transformers 4.31.0.dev0
• Pytorch 2.0.0
• Datasets 2.1.0
• Tokenizers 0.13.3

📄 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。