Bert Base Uncased Finetuned Wnli

🚀 bert-base-uncased-finetuned-wnli

本模型是 bert-base-uncased 在 glue 數據集上的微調版本。它在文本分類任務中表現出色，能有效處理相關文本數據，為自然語言處理提供了有力支持。

🚀 快速開始

此模型是 bert-base-uncased 在 glue 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：0.6854
• 準確率：0.5634

📚 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。

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：16
• 評估批次大小：16
• 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 4.15.0
• Pytorch 1.10.0+cu111
• Datasets 1.18.0
• Tokenizers 0.10.3

📄 許可證

本模型採用 Apache-2.0 許可證。

模型指標