Xls R 300m Npsc Seq2seq

🚀 模型項目

本模型項目聚焦於模型的訓練與評估，旨在通過特定的訓練流程和超參數設置，在指定數據集上訓練出性能優良的模型，並對其進行全面評估。

🚀 快速開始

此模型在 None 數據集上從頭開始訓練，在評估集上取得了以下結果：

• 損失值（Loss）：0.2965
• 字錯誤率（Wer）：0.3144

🔧 技術細節

訓練超參數

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：0.0001
• 訓練批次大小（train_batch_size）：8
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：42
• 梯度累積步數（gradient_accumulation_steps）：8
• 總訓練批次大小（total_train_batch_size）：64
• 優化器（optimizer）：Adam，其中 betas=(0.9, 0.999)，epsilon=1e-08
• 學習率調度器類型（lr_scheduler_type）：線性
• 學習率調度器熱身步數（lr_scheduler_warmup_steps）：1000
• 訓練輪數（num_epochs）：20.0
• 混合精度訓練（mixed_precision_training）：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers：4.17.0.dev0
• Pytorch：1.10.0+cu113
• Datasets：1.18.1
• Tokenizers：0.11.0