roberta-large-sst2

该模型是在GLUE数据集上对 roberta-large 进行微调的版本。在评估集上实现以下结果：

• 损失：0.1400
• 准确率：0.9644

模型描述

需要更多信息

预期用途和限制

需要更多信息

训练和评估数据

需要更多信息

训练程序

训练超参数

训练时使用了以下超参数：

• 学习率：3e-05
• 训练批大小：32
• 评估批大小：32
• 种子：42
• 分布式类型：sagemaker_data_parallel
• 设备数量：8
• 总训练批大小：256
• 总评估批大小：256
• 优化器：Adam，betas=(0.9，0.999)，epsilon=1e-08
• 学习率调度器类型：线性
• 学习率调度器预热步数：500
• 训练轮数：4
• 混合精度训练：Native AMP

训练结果

框架版本

• Transformers 4.17.0
• PyTorch 1.10.2+cu113
• Datasets 1.18.4
• Tokenizers 0.11.6