B

Bert Base Uncased Sst2 Membership Attack

由 doyoungkim 开发
基于bert-base-uncased微调的模型,用于成员攻击检测任务,在评估集上准确率达到86.81%。
下载量 116
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型是基于bert-base-uncased微调的版本,主要用于成员攻击检测任务。

模型特点

高准确率
在评估集上取得了86.81%的准确率
基于BERT架构
利用BERT强大的上下文理解能力进行微调
线性学习率调度
采用线性学习率调度策略优化训练过程

模型能力

文本分类
成员攻击检测
自然语言理解

使用案例

安全检测
成员攻击识别
检测特定文本是否属于训练数据集的成员
准确率86.81%