Bert Base Cased Finetuned Stsb

🚀 bert-base-cased-finetuned-stsb

該模型是在GLUE STSB數據集上對bert-base-cased進行微調後的版本。它能夠對文本進行分類，並在評估集上取得了優異的成績，為自然語言處理任務提供了強大的支持。

🚀 快速開始

此模型是bert-base-cased在GLUE STSB數據集上的微調版本。它在評估集上取得了以下結果：

• 損失值：0.4861
• 皮爾遜相關係數：0.8926
• 斯皮爾曼相關係數：0.8898
• 綜合得分：0.8912

該模型的微調是為了將 google/fnet-base（如這篇論文中所介紹）與 bert-base-cased 進行對比。

📦 安裝指南

此模型使用 run_glue 腳本進行訓練。使用以下命令：

#!/usr/bin/bash

python ../run_glue.py \
  --model_name_or_path bert-base-cased \
  --task_name stsb \
  --do_train \
  --do_eval \
  --max_seq_length 512 \
  --per_device_train_batch_size 16 \
  --learning_rate 2e-5 \
  --num_train_epochs 3 \
  --output_dir bert-base-cased-finetuned-stsb \
  --push_to_hub \
  --hub_strategy all_checkpoints \
  --logging_strategy epoch \
  --save_strategy epoch \
  --evaluation_strategy epoch

訓練超參數

訓練期間使用了以下超參數：

訓練結果

框架版本

• Transformers 4.11.0.dev0
• Pytorch 1.9.0
• Datasets 1.12.1
• Tokenizers 0.10.3

📄 許可證

本項目採用Apache-2.0許可證。