Distilbert Qasports

🚀 distilbert - qasports

本模型是基于自然语言处理的问答模型，它在预训练模型基础上进行微调，能够在问答任务中取得较好的评估指标成绩，为问答相关应用提供支持。

🚀 快速开始

此模型是 distilbert - base - uncased - distilled - squad 在 None 数据集上的微调版本。它在评估集上取得了以下结果：

• 损失值：0.4019
• 精确率：76.8699
• F1值：81.3261
• 总数：15041
• Hasans精确率：76.8699
• Hasans F1值：81.3261
• Hasans总数：15041
• 最佳精确率：76.8699
• 最佳精确率阈值：0.0
• 最佳F1值：81.3261
• 最佳F1值阈值：0.0

📚 详细文档

模型描述

待补充更多信息。

预期用途与限制

待补充更多信息。

训练和评估数据

待补充更多信息。

训练过程

训练超参数

训练过程中使用了以下超参数：

• 学习率：1e - 05
• 训练批次大小：16
• 评估批次大小：16
• 随机种子：42
• 梯度累积步数：2
• 总训练批次大小：32
• 优化器：使用adamw_torch，其中betas = (0.9, 0.999)，epsilon = 1e - 08，无额外优化器参数
• 学习率调度器类型：线性
• 训练轮数：50
• 混合精度训练：原生自动混合精度（Native AMP）

训练结果

框架版本

• Transformers 4.48.3
• Pytorch 2.6.0 + cu124
• Datasets 3.2.0
• Tokenizers 0.21.0

📄 许可证

本项目采用Apache 2.0许可证。