Results

🚀 結果模型

本模型是 bert-base-uncased 在無特定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：0.2608
• 召回率：0.9020

✨ 主要特性

• 基於 bert-base-uncased 進行微調，能在特定任務上有較好表現。
• 訓練過程中使用了一系列優化的超參數，以提升模型性能。

📦 安裝指南

文檔未提供安裝步驟，跳過此章節。

💻 使用示例

文檔未提供代碼示例，跳過此章節。

📚 詳細文檔

模型描述

需要更多相關信息。

預期用途與限制

需要更多相關信息。

訓練和評估數據

需要更多相關信息。

🔧 技術細節

訓練超參數

訓練期間使用了以下超參數：

• 學習率：3e - 05
• 訓練批次大小：16
• 評估批次大小：16
• 隨機種子：42
• 優化器：使用 OptimizerNames.ADAMW_TORCH，其中 betas=(0.9, 0.999)，epsilon=1e - 08，無額外優化器參數
• 學習率調度器類型：線性
• 訓練輪數：3
• 混合精度訓練：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers 4.50.3
• Pytorch 2.6.0+cu124
• Datasets 3.5.0
• Tokenizers 0.21.1

📄 許可證

本項目採用 apache - 2.0 許可證。