library_name: transformers license: apache-2.0 base_model: samchain/econo-sentence-v2 tags:

• generated_from_trainer
• economics
• finance metrics:
• accuracy
• f1
• precision
• recall model-index:
• name: EconoDetect results: [] datasets:
• samchain/economics-relevance language:
• en pipeline_tag: text-classification

经济检测模型

本模型是基于samchain/econo-sentence-v2在经济学相关性数据集上微调的版本。训练过程中基础模型保持冻结，仅更新分类头。

在评估集上取得如下结果：

• 损失值：0.3973
• 准确率：0.8211
• F1分数：0.7991
• 精确率：0.7895
• 召回率：0.8211

模型描述

该模型用于检测文本是否涉及美国经济相关话题。

使用场景与限制

可作为筛选工具，剔除不涉及美国经济讨论的文本。

训练与评估数据

训练流程

训练超参数

训练采用以下超参数配置：

• 学习率：0.0005
• 训练批大小：8
• 评估批大小：16
• 随机种子：42
• 优化器：使用adamw_torch，参数为betas=(0.9,0.999)，epsilon=1e-08，无额外优化器参数
• 学习率调度器类型：线性
• 学习率预热步数：100
• 训练轮次：3

训练结果

框架版本

• Transformers 4.50.0
• Pytorch 2.1.0+cu118
• Datasets 3.4.1
• Tokenizers 0.21.1