Bert Base Uncased Sst2 Membership Attack

🚀 bert-base-uncased-sst2-membership-attack

本模型是 bert-base-uncased 在未知數據集上的微調版本。它在評估集上取得了以下成績：

• 損失值：0.6296
• 準確率：0.8681

🚀 快速開始

本模型是基於 bert-base-uncased 進行微調的，可用於相關的自然語言處理任務，在評估集上展現出了一定的性能。

📚 詳細文檔

模型描述

本模型是 bert-base-uncased 的微調版本，但關於其具體的應用場景和優勢等更多信息有待補充。

預期用途與限制

目前關於該模型的預期用途和限制的詳細信息還需進一步完善。

訓練和評估數據

目前關於訓練和評估所使用的數據的詳細信息還需進一步補充。

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：32
• 評估批次大小：32
• 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：5

訓練結果

框架版本

• Transformers 4.9.2
• Pytorch 1.8.1
• Datasets 1.11.0
• Tokenizers 0.10.1

📄 許可證

本模型採用 Apache-2.0 許可證。