许可证：apache-2.0
标签：

• 训练生成
  数据集：
• covid_qa_deepset
  评估指标：
• squad_v2 # 示例：wer。使用来自https://hf.co/metrics的指标ID

示例输入：

• 文本："什么是COVID-19？"
  上下文："2019冠状病毒病（COVID-19）是由严重急性呼吸综合征冠状病毒2（SARS-CoV-2）引起的传染性疾病。首例已知病例于2019年12月在中国武汉被发现。[7]此后该病在全球蔓延，导致持续的大流行。"
• 文本："COVID-19最初在哪里被发现？"
  上下文："SARS-CoV-2的首次已知感染病例发现于中国武汉。病毒传播给人类的原始来源尚不明确，病毒在溢出事件前后是否具有致病性也仍未可知。"
• 文本："什么是COVID后综合征？"
  上下文："长期COVID，也称为COVID-19后综合征、COVID-19急性后遗症（PASC）或慢性COVID综合征（CCS），是一种在COVID-19典型恢复期后出现或持续存在的长期后遗症病症。长期COVID几乎会影响所有器官系统，后遗症包括呼吸系统疾病、神经系统和神经认知障碍、心理健康障碍、代谢紊乱、心血管疾病、胃肠道疾病、全身不适、疲劳、肌肉骨骼疼痛和贫血。常见报告的症状范围广泛，包括疲劳、头痛、呼吸急促、嗅觉丧失（anosmia）、嗅觉扭曲（parosmia）、肌肉无力、低烧和认知功能障碍。"

distilbert-base-uncased-finetuned-squad

该模型是基于distilbert-base-uncased在covid_qa_deepset数据集上微调的版本。
在评估集上达到以下结果：

• 损失：0.0976

模型描述

（需补充更多信息）

预期用途与限制

（需补充更多信息）

训练与评估数据

（需补充更多信息）

训练流程

训练超参数

训练中使用以下超参数：

• 学习率：2e-05
• 训练批次大小：16
• 评估批次大小：16
• 随机种子：42
• 优化器：Adam（betas=(0.9,0.999)，epsilon=1e-08）
• 学习率调度器类型：线性
• 训练轮次：3

训练结果

框架版本

• Transformers 4.13.0
• Pytorch 1.10.0+cu111
• Datasets 1.16.1
• Tokenizers 0.10.3