Finetuned Arabert Gec

🚀 s3h/finetuned-arabert-gec

該模型是 aubmindlab/bert-base-arabertv02 在未知數據集上的微調版本。它在評估集上取得了以下結果：

• 訓練損失：-0.1214
• 訓練池化輸出損失：-0.1214
• 驗證損失：-0.1303
• 驗證池化輸出損失：-0.1303
• 輪數：2

🚀 快速開始

此模型為基於 aubmindlab/bert-base-arabertv02 微調而來，可用於相關阿拉伯語的任務。

📚 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。

🔧 技術細節

訓練超參數

訓練期間使用了以下超參數：

• 優化器：{'name': 'AdamWeightDecay', 'learning_rate': {'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 5e-05, 'decay_steps': 3, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False, 'weight_decay_rate': 0.01}
• 訓練精度：混合浮點16位

訓練結果

框架版本

• Transformers 4.14.1
• TensorFlow 2.6.2
• Datasets 1.17.0
• Tokenizers 0.10.3