t5-end2end-question-generation

这个模型是在SQuAD数据集上对t5模型的1,233,321个参数进行微调，以便根据上下文生成问题。

?如果您想学习如何对t5模型进行微调以执行相同的任务，可以按照这里的说明进行操作。

例如：

它在评估集上实现了如下结果：

• Loss: 1.5691

使用模型

点击此处

训练超参数

在训练过程中使用了以下超参数：

• learning_rate: 0.0001
• train_batch_size: 4
• eval_batch_size: 4
• seed: 42
• gradient_accumulation_steps: 16
• total_train_batch_size: 64
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: linear
• num_epochs: 7

训练结果

通过训练，取得了如下结果：

框架版本

• Transformers 4.10.3
• Pytorch 1.9.0+cu102
• Datasets 1.12.1
• Tokenizers 0.10.3