Indobert IndoNLU QA

🚀 Rifky/IndoBERT-IndoNLU-QA

該模型是 indobenchmark/indobert-base-p2 在未知數據集上的微調版本。它在評估集上取得了如下結果：

• 訓練損失：0.8296
• 驗證損失：2.3649
• 輪數：4

🚀 快速開始

本模型是基於特定數據集對預訓練模型進行微調得到的，可直接使用微調後的模型進行相關任務。

📚 詳細文檔

模型描述

此模型為 indobenchmark/indobert-base-p2 的微調版本，但目前關於該微調過程及模型的更多詳細信息暫未提供。

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暫未提供。

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暫未提供。

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

• 優化器：{'name': 'Adam', 'weight_decay': None, 'clipnorm': None, 'global_clipnorm': None, 'clipvalue': None, 'use_ema': False, 'ema_momentum': 0.99, 'ema_overwrite_frequency': None, 'jit_compile': True, 'is_legacy_optimizer': False, 'learning_rate': {'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 2e-05, 'decay_steps': 20360, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}}, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False}
• 訓練精度：float32

訓練結果

框架版本

• Transformers 4.26.1
• TensorFlow 2.11.0
• Datasets 2.9.0
• Tokenizers 0.13.2

📄 許可證

本項目採用 MIT 許可證。