Mbart Finetune En Cnn

🚀 mbert-finetune-en-cnn

該模型是在cnn_dailymail數據集上對facebook/mbart-large-50進行微調後的版本。它在文本摘要任務中表現出色，能夠有效處理英文文本的摘要生成。

🚀 快速開始

此模型是在cnn_dailymail數據集上對facebook/mbart-large-50進行微調後的版本。它在評估集上取得了以下結果：

• 損失值（Loss）：3.5577
• Rouge-1：37.69
• Rouge-2：16.47
• Rouge-l：35.53
• 生成長度（Gen Len）：79.93
• Bertscore：74.92

📚 詳細文檔

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（learning_rate）：0.0005
• 訓練批次大小（train_batch_size）：4
• 評估批次大小（eval_batch_size）：4
• 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）：32
• 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
• 學習率調度器預熱步數（lr_scheduler_warmup_steps）：250
• 訓練輪數（num_epochs）：5
• 標籤平滑因子（label_smoothing_factor）：0.1

框架版本

• Transformers 4.20.0
• Pytorch 1.11.0+cu113
• Datasets 2.3.2
• Tokenizers 0.12.1

📄 許可證

文檔中未提及相關許可證信息。