Distilbert Base Uncased Finetuned Sms Spam Detection

🚀 蒸餾伯特無大小寫微調短信垃圾郵件檢測模型

該模型基於sms_spam數據集對distilbert-base-uncased進行了微調。它在評估集上取得了出色的效果，能有效檢測短信是否為垃圾郵件，為短信過濾提供了高精度的解決方案。

🚀 快速開始

本模型是在sms_spam數據集上對 distilbert-base-uncased 進行微調後的版本。它在評估集上取得了以下結果：

• 損失值：0.0426
• 準確率：0.9921

📚 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

訓練過程中使用了以下超參數：

• 學習率：2e-05
• 訓練批次大小：16
• 評估批次大小：16
• 隨機種子：42
• 優化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 學習率調度器類型：線性
• 訓練輪數：2

訓練結果

框架版本

• Transformers 4.16.2
• Pytorch 1.10.0+cu111
• Datasets 1.18.3
• Tokenizers 0.11.0

📄 許可證

本項目採用 Apache-2.0 許可證。