🚀 encoder_decoder_es

encoder_decoder_es 模型是基于 cc_news_es_titles 数据集对 进行微调后的版本。它在评估集上取得了如下成果，能够为相关的文本处理任务提供一定的支持。

🚀 快速开始

本模型是在 cc_news_es_titles 数据集上对 进行微调得到的。在评估集上的表现如下：

• 损失值（Loss）：7.8773
• Rouge2 精确率（Rouge2 Precision）：0.002
• Rouge2 召回率（Rouge2 Recall）：0.0116
• Rouge2 F 值（Rouge2 Fmeasure）：0.0034

✨ 主要特性

该模型基于特定数据集进行微调，在评估集上有可量化的评估指标结果，能为文本处理相关任务提供参考。

🔧 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）：0.003
• 训练批次大小（train_batch_size）：32
• 评估批次大小（eval_batch_size）：8
• 随机种子（seed）：42
• 优化器（optimizer）：Adam，β 值为 (0.9, 0.999)，ε 值为 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）：500
• 训练轮数（num_epochs）：4
• 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：4.12.3
• Pytorch：1.9.1
• Datasets：1.15.1
• Tokenizers：0.10.3

📄 信息表格