您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
模型:
Qiliang/bart-large-cnn-samsum-ElectrifAi_v13
英文bart-large-cnn-samsum-ElectrifAi_v13
此模型是对未知数据集进行微调的 philschmid/bart-large-cnn-samsum 的版本。它在评估集上实现以下结果：
- Loss: 2.9198
- Rouge1: 46.6683
- Rouge2: 22.3077
- Rougel: 37.436
- Rougelsum: 44.2797
- Gen Len: 86.6
模型描述
需要更多信息
意图和限制
需要更多信息
训练和评估数据
需要更多信息
训练过程
训练超参数
训练时使用了以下超参数：
- learning_rate: 2e-05
- train_batch_size: 4
- eval_batch_size: 4
- seed: 42
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
- lr_scheduler_type: linear
- num_epochs: 3
- mixed_precision_training: Native AMP
训练结果
| Training Loss | Epoch | Step | Validation Loss | Rouge1 | Rouge2 | Rougel | Rougelsum | Gen Len |
|---|---|---|---|---|---|---|---|---|
| No log | 1.0 | 10 | 3.0963 | 46.6161 | 24.9843 | 36.3484 | 42.7551 | 81.4 |
| No log | 2.0 | 20 | 2.9398 | 49.7463 | 23.695 | 36.3679 | 45.2876 | 84.6 |
| No log | 3.0 | 30 | 2.9198 | 46.6683 | 22.3077 | 37.436 | 44.2797 | 86.6 |
框架版本
- Transformers 4.25.1
- Pytorch 1.13.1+cu117
- Datasets 2.8.0
- Tokenizers 0.13.2