许可证：apache-2.0
标签：

• 训练生成
  指标：
• 准确率

模型索引：

• 名称：albert-base-v2-fakenews-discriminator
  结果：[]

albert-base-v2虚假新闻鉴别器

数据集：虚假与真实新闻数据集 https://www.kaggle.com/clmentbisaillon/fake-and-real-news-dataset

使用新闻标题和标签训练分类器：

• label_0：虚假新闻
• label_1：真实新闻

本模型是基于albert-base-v2在未知数据集上微调的版本，在评估集上取得如下结果：

• 损失值：0.0910
• 准确率：97.58%

模型描述

（待补充详细信息）

用途与限制

（待补充详细信息）

训练与评估数据

（待补充详细信息）

训练流程

训练超参数

• 学习率：5e-05
• 训练批次大小：16
• 评估批次大小：16
• 随机种子：42
• 优化器：Adam（beta1=0.9，beta2=0.999，epsilon=1e-08）
• 学习率调度器类型：线性
• 学习率预热步数：500
• 训练轮次：1

训练结果

框架版本

• Transformers 4.12.3
• Pytorch 1.10.0+cu111
• Datasets 1.15.1
• Tokenizers 0.10.3