Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 20

Training results

Training Loss	Epoch	Step	Validation Loss	Precision	Recall	F1	Accuracy
3.3759	1.0	32	2.8926	0.0638	0.0673	0.0464	0.2120
2.771	2.0	64	2.2857	0.4028	0.2440	0.2402	0.3981
2.1033	3.0	96	1.8025	0.5923	0.4516	0.4646	0.5434
1.5324	4.0	128	1.4866	0.6961	0.5570	0.5709	0.6293
1.1576	5.0	160	1.2689	0.7556	0.6457	0.6624	0.6779
0.8788	6.0	192	1.1505	0.7568	0.6992	0.7069	0.7011
0.6714	7.0	224	1.0633	0.7887	0.7405	0.7470	0.7260
0.5171	8.0	256	1.0177	0.8137	0.7512	0.7666	0.7528
0.4106	9.0	288	0.9926	0.8054	0.7660	0.7724	0.7410
0.3163	10.0	320	0.9222	0.8063	0.7813	0.7851	0.7653
0.2589	11.0	352	0.8984	0.8179	0.8018	0.8027	0.7834
0.2133	12.0	384	0.8848	0.8217	0.8020	0.8053	0.7844
0.1736	13.0	416	0.8831	0.8268	0.8056	0.8096	0.7890
0.148	14.0	448	0.9212	0.8386	0.8152	0.8173	0.7932
0.1301	15.0	480	0.9115	0.8242	0.8098	0.8092	0.7896
0.1104	16.0	512	0.9095	0.8230	0.8123	0.8104	0.7844
0.1016	17.0	544	0.9210	0.8334	0.8089	0.8124	0.7839
0.0911	18.0	576	0.9234	0.8408	0.8126	0.8170	0.7890
0.0883	19.0	608	0.9177	0.8349	0.8106	0.8135	0.7885
0.0848	20.0	640	0.9256	0.8357	0.8106	0.8136	0.7890

Framework versions

Transformers 4.27.3
Pytorch 1.13.1+cu116
Datasets 2.10.1
Tokenizers 0.13.2

LICENSE

Copyright (c) 2014, Universidad Carlos III de Madrid. Todos los derechos reservados. Este software es propiedad de la Universidad Carlos III de Madrid, grupo de investigación Robots Sociales. La Universidad Carlos III de Madrid es titular en exclusiva de los derechos de propiedad intelectual de este software. Queda prohibido cualquier uso indebido o no autorizado, entre estos, a título enunciativo pero no limitativo, la reproducción, fijación, distribución, comunicación pública, ingeniería inversa y/o transformación sobre dicho software, ya sea total o parcialmente, siendo el responsable del uso indebido o no autorizado también responsable de las consecuencias legales que pudieran derivarse de sus actos.

Jsevisal/balanced-augmented-ft-distilbert-gest-pred-seqeval-partialmatch

balanced-augmented-distilbert-gest-pred-seqeval-partialmatch

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

LICENSE

Jsevisal/
balanced-augmented-ft-distilbert-gest-pred-seqeval-partialmatch