Adebert

🚀 adeBERT

adeBERT 是 google-bert/bert-large-uncased 在未知數據集上的微調版本。該模型在評估集上取得了不錯的效果，損失值為 0.1700，F1 分數達到 0.9551。

🚀 快速開始

本部分暫未提供相關內容。

✨ 主要特性

• 基於預訓練模型 google-bert/bert-large-uncased 進行微調。
• 在評估集上有較好的性能表現，F1 分數達到 0.9551。

📦 安裝指南

本部分暫未提供相關內容。

💻 使用示例

本部分暫未提供相關內容。

📚 詳細文檔

模型描述

更多信息待補充。

預期用途和限制

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

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：5e-05
• 訓練批次大小（train_batch_size）：32
• 評估批次大小（eval_batch_size）：16
• 隨機種子（seed）：42
• 優化器（optimizer）：Adam，β1=0.9，β2=0.999，ε=1e-08
• 學習率調度器類型（lr_scheduler_type）：線性
• 訓練輪數（num_epochs）：3

訓練結果

框架版本

• Transformers：4.40.0
• Pytorch：2.2.2+cu121
• Datasets：2.19.0
• Tokenizers：0.19.1

📄 許可證

本模型採用 Apache-2.0 許可證。