Demo

🚀 bert_finetuning_test

該模型是 bert-base-uncased 在GLUE MRPC數據集上的微調版本。它在解決文本分類問題上表現出色，能為相關自然語言處理任務提供較高的準確性和F1分數，具有較高的實用價值。

🚀 快速開始

此模型是 bert-base-uncased 在GLUE MRPC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：0.4023
• 準確率：0.8284
• F1分數：0.8818
• 綜合得分：0.8551

📚 詳細文檔

模型信息

訓練過程

訓練超參數

訓練期間使用了以下超參數：

• 學習率：2e-05
• 訓練批次大小：8
• 評估批次大小：8
• 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：1.0

框架版本

• Transformers 4.16.0.dev0
• Pytorch 1.10.1+cu102
• Datasets 1.17.0
• Tokenizers 0.11.0

📄 許可證

本項目採用Apache-2.0許可證。