Phayathaibert Thainer

🚀 phayathaibert - thainer

本模型是基于 clicknext/phayathaibert 在未知数据集上微调得到的版本。它在评估集上取得了以下成果：

• 损失值：0.1324
• 精确率：0.8432
• 召回率：0.8915
• F1值：0.8666
• 准确率：0.9735

🚀 快速开始

本模型是基于 clicknext/phayathaibert 在未知数据集上微调得到的版本。它在评估集上取得了以下成果：

• 损失值：0.1324
• 精确率：0.8432
• 召回率：0.8915
• F1值：0.8666
• 准确率：0.9735

✨ 主要特性

• 基础模型：clicknext/phayathaibert
• 标签：generated_from_trainer
• 评估指标：精确率、召回率、F1值、准确率
• 模型索引：phayathaibert - thainer
• 使用示例：提供了两个文本示例用于测试
• 许可证：MIT
• 语言：泰语
• 库名称：transformers
• 任务类型：标记分类
• 数据集：pythainlp/thainer - corpus - v2

📦 安装指南

文档未提及安装步骤，故跳过。

💻 使用示例

文档未提供代码示例，故跳过。

📚 详细文档

模型描述

更多信息待补充。

预期用途与限制

更多信息待补充。

训练和评估数据

更多信息待补充。

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：2e - 05
• 训练批次大小：8
• 评估批次大小：8
• 随机种子：42
• 优化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e - 08）
• 学习率调度器类型：线性
• 训练轮数：10
• 混合精度训练：Native AMP

训练结果

框架版本

• Transformers 4.35.2
• Pytorch 2.1.0 + cu118
• Datasets 2.15.0
• Tokenizers 0.15.0

🔧 技术细节

文档未提供足够的技术实现细节（具体说明少于50字），故跳过。

📄 许可证

本模型使用的许可证为 MIT 许可证。