Xls R 300m Npsc Seq2seq

🚀 模型项目

本模型项目聚焦于模型的训练与评估，旨在通过特定的训练流程和超参数设置，在指定数据集上训练出性能优良的模型，并对其进行全面评估。

🚀 快速开始

此模型在 None 数据集上从头开始训练，在评估集上取得了以下结果：

• 损失值（Loss）：0.2965
• 字错误率（Wer）：0.3144

🔧 技术细节

训练超参数

训练过程中使用了以下超参数：

• 学习率（learning_rate）：0.0001
• 训练批次大小（train_batch_size）：8
• 评估批次大小（eval_batch_size）：8
• 随机种子（seed）：42
• 梯度累积步数（gradient_accumulation_steps）：8
• 总训练批次大小（total_train_batch_size）：64
• 优化器（optimizer）：Adam，其中 betas=(0.9, 0.999)，epsilon=1e-08
• 学习率调度器类型（lr_scheduler_type）：线性
• 学习率调度器热身步数（lr_scheduler_warmup_steps）：1000
• 训练轮数（num_epochs）：20.0
• 混合精度训练（mixed_precision_training）：原生自动混合精度（Native AMP）

训练结果

框架版本

• Transformers：4.17.0.dev0
• Pytorch：1.10.0+cu113
• Datasets：1.18.1
• Tokenizers：0.11.0