Bertimbaulaw Base Portuguese Cased

🚀 輸出模型

該模型是 neuralmind/bert-base-portuguese-cased 在 None 數據集上的微調版本。它在評估集上取得了以下結果：

• 損失值：0.6440

📚 詳細文檔

模型描述

更多信息待補充。

預期用途與限制

更多信息待補充。

訓練和評估數據

更多信息待補充。

訓練過程

訓練超參數

訓練期間使用了以下超參數：

• 學習率：0.0001
• 訓練批次大小：16
• 評估批次大小：16
• 隨機種子：42
• 梯度累積步數：8
• 總訓練批次大小：128
• 優化器：Adam（β1=0.9，β2=0.999，ε=1e-06）
• 學習率調度器類型：線性
• 學習率調度器熱身步數：10000
• 訓練輪數：15.0
• 混合精度訓練：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers 4.12.5
• Pytorch 1.10.1+cu113
• Datasets 1.17.0
• Tokenizers 0.10.3

引用與作者

如果您使用了我們的工作，請引用：

@incollection{Viegas_2023,
	doi = {10.1007/978-3-031-36805-9_24},
	url = {https://doi.org/10.1007%2F978-3-031-36805-9_24},
	year = 2023,
	publisher = {Springer Nature Switzerland},
	pages = {349--365},
	author = {Charles F. O. Viegas and Bruno C. Costa and Renato P. Ishii},
	title = {{JurisBERT}: A New Approach that~Converts a~Classification Corpus into~an~{STS} One},
	booktitle = {Computational Science and Its Applications {\textendash} {ICCSA} 2023}
}

📄 許可證

本項目採用 MIT 許可證。