SAE Bert Base Uncased

🚀 SAE-bert-base-uncased

本模型是在 jgammack/SAE-door-abstracts 數據集上對 bert-base-uncased 進行微調後的版本。它在評估集上取得了如下結果：

• 損失值：2.1256

🚀 快速開始

該模型是基於特定數據集對預訓練模型微調得到，可用於相關自然語言處理任務。你可以按照以下步驟使用：

1. 安裝必要的庫，如 transformers 等。
2. 加載該模型進行推理。

📚 詳細文檔

模型描述

本模型是對 bert-base-uncased 模型在特定數據集上進行微調的版本，用於解決相關自然語言處理任務。

預期用途與限制

目前文檔未提供相關詳細信息。

訓練和評估數據

目前文檔未提供相關詳細信息。

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：7
• 評估批次大小：7
• 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：15
• 混合精度訓練：Native AMP

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

本模型採用 Apache-2.0 許可證。