learning_rate: 0.0001
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Use OptimizerNames.ADAMW_BNB with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 30

Training results

Training Loss	Epoch	Step	Validation Loss	F1 Macro	F1 Micro	F1 Weighted	Precision Macro	Precision Micro	Precision Weighted	Recall Macro	Recall Micro	Recall Weighted	Accuracy
1.8125	1.0	58	1.8594	0.1226	0.2121	0.1692	0.1180	0.2121	0.1586	0.1501	0.2121	0.2121	0.2121
1.8401	2.0	116	1.9425	0.0860	0.1742	0.1036	0.0668	0.1742	0.0824	0.1580	0.1742	0.1742	0.1742
1.7455	3.0	174	1.8949	0.1450	0.2424	0.1731	0.2634	0.2424	0.3029	0.1819	0.2424	0.2424	0.2424
1.8283	4.0	232	1.8868	0.0989	0.2121	0.1383	0.0794	0.2121	0.1089	0.1482	0.2121	0.2121	0.2121
1.729	5.0	290	1.8830	0.1271	0.1894	0.1496	0.1438	0.1894	0.1799	0.1663	0.1894	0.1894	0.1894
1.6643	6.0	348	1.8247	0.1450	0.2424	0.1852	0.1921	0.2424	0.2200	0.1749	0.2424	0.2424	0.2424
1.9317	7.0	406	1.8338	0.1470	0.1894	0.1785	0.1535	0.1894	0.1869	0.1574	0.1894	0.1894	0.1894
1.4753	8.0	464	1.7873	0.1617	0.2652	0.2071	0.1458	0.2652	0.1843	0.2046	0.2652	0.2652	0.2652
2.0844	9.0	522	1.8694	0.2562	0.3106	0.3029	0.2622	0.3106	0.3076	0.2610	0.3106	0.3106	0.3106
1.558	10.0	580	1.8684	0.2203	0.2803	0.2542	0.2140	0.2803	0.2502	0.2442	0.2803	0.2803	0.2803
1.6059	11.0	638	1.9295	0.2746	0.3182	0.3103	0.3107	0.3182	0.3453	0.2849	0.3182	0.3182	0.3182
1.0749	12.0	696	2.0512	0.2284	0.3182	0.2797	0.2882	0.3182	0.3204	0.2409	0.3182	0.3182	0.3182
1.5171	13.0	754	2.1976	0.2193	0.2955	0.2645	0.2698	0.2955	0.3064	0.2359	0.2955	0.2955	0.2955
0.6995	14.0	812	2.3271	0.2159	0.3030	0.2658	0.2928	0.3030	0.3244	0.2312	0.3030	0.3030	0.3030
1.2603	15.0	870	2.6123	0.2353	0.2727	0.2714	0.2778	0.2727	0.3214	0.2418	0.2727	0.2727	0.2727
0.6293	16.0	928	2.5967	0.1990	0.2576	0.2312	0.2149	0.2576	0.2568	0.2202	0.2576	0.2576	0.2576
0.3242	17.0	986	2.7596	0.2242	0.2727	0.2580	0.2423	0.2727	0.2818	0.2348	0.2727	0.2727	0.2727
0.6081	18.0	1044	2.8475	0.2060	0.25	0.2401	0.2329	0.25	0.2604	0.2054	0.25	0.25	0.25
0.3241	19.0	1102	3.1226	0.1989	0.25	0.2334	0.2199	0.25	0.2494	0.2033	0.25	0.25	0.25
0.1119	20.0	1160	3.1286	0.2302	0.2803	0.2653	0.2654	0.2803	0.2992	0.2332	0.2803	0.2803	0.2803
0.0946	21.0	1218	3.2789	0.2265	0.2955	0.2698	0.2472	0.2955	0.2835	0.2359	0.2955	0.2955	0.2955
0.0434	22.0	1276	3.2405	0.2357	0.2652	0.2666	0.2398	0.2652	0.2744	0.2360	0.2652	0.2652	0.2652
0.0926	23.0	1334	3.3668	0.2435	0.2955	0.2829	0.2650	0.2955	0.2973	0.2461	0.2955	0.2955	0.2955
0.1002	24.0	1392	3.4633	0.2105	0.2727	0.2544	0.2310	0.2727	0.2643	0.2149	0.2727	0.2727	0.2727
0.0602	25.0	1450	3.4614	0.2575	0.3030	0.2990	0.2662	0.3030	0.3027	0.2555	0.3030	0.3030	0.3030
0.0079	26.0	1508	3.7489	0.2416	0.2879	0.2764	0.2489	0.2879	0.2847	0.2503	0.2879	0.2879	0.2879
0.1364	27.0	1566	3.8018	0.2234	0.2727	0.2626	0.2312	0.2727	0.2655	0.2253	0.2727	0.2727	0.2727
0.0141	28.0	1624	3.7614	0.2435	0.2879	0.2816	0.2527	0.2879	0.2858	0.2437	0.2879	0.2879	0.2879
0.1638	29.0	1682	3.7921	0.2341	0.2803	0.2745	0.2423	0.2803	0.2795	0.2345	0.2803	0.2803	0.2803
0.0049	30.0	1740	3.7955	0.2345	0.2803	0.2743	0.2431	0.2803	0.2792	0.2345	0.2803	0.2803	0.2803

Framework versions

Transformers 4.49.0
Pytorch 2.6.0+cu124
Datasets 3.3.1
Tokenizers 0.21.0

corranm/square_run_second_vote_full_pic_50

square_run_second_vote_full_pic_50

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

corranm/
square_run_second_vote_full_pic_50