Hugging Face's logo

Kudod
/
roberta-large-ner-ghtk-ai-fluent-21-label-new-data-3090-2Oct-1

Safetensors
llama
Generated from Trainer
Model card Files Community
roberta-large-ner-ghtk-ai-fluent-21-label-new-data-3090-2Oct-1 / README.md
Kudod's picture
Kudod
End of training
a979086 verified
preview code
|
raw
history blame contribute delete
28.5 kB
metadata
license: llama3.2
base_model: meta-llama/Llama-3.2-1B
tags:
  - generated_from_trainer
model-index:
  - name: roberta-large-ner-ghtk-ai-fluent-21-label-new-data-3090-2Oct-1
    results: []

roberta-large-ner-ghtk-ai-fluent-21-label-new-data-3090-2Oct-1

This model is a fine-tuned version of meta-llama/Llama-3.2-1B on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.7038
  • Ho: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3}
  • Hoảng thời gian: {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 3}
  • Háng trừu tượng: {'precision': 0.5, 'recall': 0.3333333333333333, 'f1': 0.4, 'number': 6}
  • Hông tin ctt: {'precision': 0.2857142857142857, 'recall': 0.4, 'f1': 0.3333333333333333, 'number': 5}
  • Hụ cấp: {'precision': 0.2222222222222222, 'recall': 0.2, 'f1': 0.2105263157894737, 'number': 10}
  • Hứ: {'precision': 0.25, 'recall': 0.3333333333333333, 'f1': 0.28571428571428575, 'number': 9}
  • Iấy tờ: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1}
  • Iền cụ thể: {'precision': 0.17857142857142858, 'recall': 0.16129032258064516, 'f1': 0.1694915254237288, 'number': 31}
  • Iền trừu tượng: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5}
  • Ã số thuế: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2}
  • Ã đơn: {'precision': 0.1935483870967742, 'recall': 0.2727272727272727, 'f1': 0.22641509433962262, 'number': 22}
  • Ình thức làm việc: {'precision': 0.1, 'recall': 0.5, 'f1': 0.16666666666666669, 'number': 2}
  • Ông: {'precision': 0.7551020408163265, 'recall': 0.6851851851851852, 'f1': 0.7184466019417475, 'number': 54}
  • Ương: {'precision': 0.15789473684210525, 'recall': 0.1875, 'f1': 0.17142857142857143, 'number': 16}
  • Ị trí: {'precision': 0.3235294117647059, 'recall': 0.5, 'f1': 0.3928571428571429, 'number': 22}
  • Ố công: {'precision': 0.7534246575342466, 'recall': 0.859375, 'f1': 0.8029197080291972, 'number': 256}
  • Ố giờ: {'precision': 0.8660714285714286, 'recall': 0.7886178861788617, 'f1': 0.825531914893617, 'number': 369}
  • Ố điểm: {'precision': 0.688, 'recall': 0.5391849529780565, 'f1': 0.6045694200351495, 'number': 319}
  • Ố đơn: {'precision': 0.4666666666666667, 'recall': 0.30434782608695654, 'f1': 0.3684210526315789, 'number': 23}
  • Ợt: {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8}
  • Ỷ lệ: {'precision': 0.3333333333333333, 'recall': 0.3333333333333333, 'f1': 0.3333333333333333, 'number': 3}
  • Overall Precision: 0.6809
  • Overall Recall: 0.6553
  • Overall F1: 0.6678
  • Overall Accuracy: 0.9110

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: 2.5e-05
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 10
  • mixed_precision_training: Native AMP

Training results

Training Loss Epoch Step Validation Loss Ho Hoảng thời gian Háng trừu tượng Hông tin ctt Hụ cấp Hứ Iấy tờ Iền cụ thể Iền trừu tượng à số thuế à đơn Ình thức làm việc Ông Ương Ị trí Ố công Ố giờ Ố điểm Ố đơn Ợt Ỷ lệ Overall Precision Overall Recall Overall F1 Overall Accuracy
0.4875 1.0 1170 0.4397 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} {'precision': 0.3333333333333333, 'recall': 0.16666666666666666, 'f1': 0.2222222222222222, 'number': 6} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 10} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 9} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} {'precision': 0.21951219512195122, 'recall': 0.2903225806451613, 'f1': 0.25, 'number': 31} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} {'precision': 0.034482758620689655, 'recall': 0.045454545454545456, 'f1': 0.0392156862745098, 'number': 22} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} {'precision': 0.37037037037037035, 'recall': 0.5555555555555556, 'f1': 0.4444444444444445, 'number': 54} {'precision': 0.0625, 'recall': 0.0625, 'f1': 0.0625, 'number': 16} {'precision': 0.08333333333333333, 'recall': 0.045454545454545456, 'f1': 0.05882352941176471, 'number': 22} {'precision': 0.8364779874213837, 'recall': 0.51953125, 'f1': 0.6409638554216868, 'number': 256} {'precision': 0.8123249299719888, 'recall': 0.7859078590785907, 'f1': 0.7988980716253444, 'number': 369} {'precision': 0.8106060606060606, 'recall': 0.335423197492163, 'f1': 0.47450110864745, 'number': 319} {'precision': 0.4, 'recall': 0.17391304347826086, 'f1': 0.24242424242424243, 'number': 23} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} 0.6780 0.4936 0.5713 0.8880
0.3441 2.0 2340 0.3126 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 6} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} {'precision': 0.18181818181818182, 'recall': 0.2, 'f1': 0.1904761904761905, 'number': 10} {'precision': 0.07407407407407407, 'recall': 0.2222222222222222, 'f1': 0.1111111111111111, 'number': 9} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} {'precision': 0.1935483870967742, 'recall': 0.1935483870967742, 'f1': 0.1935483870967742, 'number': 31} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} {'precision': 0.13095238095238096, 'recall': 0.5, 'f1': 0.20754716981132076, 'number': 22} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} {'precision': 0.5217391304347826, 'recall': 0.6666666666666666, 'f1': 0.5853658536585366, 'number': 54} {'precision': 0.03333333333333333, 'recall': 0.0625, 'f1': 0.04347826086956522, 'number': 16} {'precision': 0.3, 'recall': 0.4090909090909091, 'f1': 0.34615384615384615, 'number': 22} {'precision': 0.6815476190476191, 'recall': 0.89453125, 'f1': 0.7736486486486486, 'number': 256} {'precision': 0.8136020151133502, 'recall': 0.8753387533875339, 'f1': 0.8433420365535249, 'number': 369} {'precision': 0.7078189300411523, 'recall': 0.5391849529780565, 'f1': 0.6120996441281139, 'number': 319} {'precision': 0.3125, 'recall': 0.43478260869565216, 'f1': 0.36363636363636365, 'number': 23} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} 0.6070 0.6869 0.6445 0.9027
0.2345 3.0 3510 0.4009 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 3} {'precision': 0.6666666666666666, 'recall': 0.3333333333333333, 'f1': 0.4444444444444444, 'number': 6} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 10} {'precision': 0.15789473684210525, 'recall': 0.3333333333333333, 'f1': 0.21428571428571427, 'number': 9} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} {'precision': 0.14285714285714285, 'recall': 0.22580645161290322, 'f1': 0.17500000000000002, 'number': 31} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} {'precision': 0.5, 'recall': 0.5, 'f1': 0.5, 'number': 2} {'precision': 0.20930232558139536, 'recall': 0.4090909090909091, 'f1': 0.27692307692307694, 'number': 22} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} {'precision': 0.6065573770491803, 'recall': 0.6851851851851852, 'f1': 0.6434782608695653, 'number': 54} {'precision': 0.09523809523809523, 'recall': 0.125, 'f1': 0.1081081081081081, 'number': 16} {'precision': 0.3181818181818182, 'recall': 0.3181818181818182, 'f1': 0.3181818181818182, 'number': 22} {'precision': 0.6987577639751553, 'recall': 0.87890625, 'f1': 0.7785467128027682, 'number': 256} {'precision': 0.8938356164383562, 'recall': 0.7073170731707317, 'f1': 0.7897125567322237, 'number': 369} {'precision': 0.7093023255813954, 'recall': 0.5736677115987461, 'f1': 0.6343154246100521, 'number': 319} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 23} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} 0.6613 0.6313 0.6460 0.9077
0.2048 4.0 4680 0.3251 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} {'precision': 0.5, 'recall': 0.16666666666666666, 'f1': 0.25, 'number': 6} {'precision': 0.3333333333333333, 'recall': 0.4, 'f1': 0.3636363636363636, 'number': 5} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 10} {'precision': 0.11764705882352941, 'recall': 0.2222222222222222, 'f1': 0.15384615384615383, 'number': 9} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} {'precision': 0.26666666666666666, 'recall': 0.25806451612903225, 'f1': 0.26229508196721313, 'number': 31} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} {'precision': 0.22857142857142856, 'recall': 0.36363636363636365, 'f1': 0.2807017543859649, 'number': 22} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} {'precision': 0.5806451612903226, 'recall': 0.6666666666666666, 'f1': 0.6206896551724138, 'number': 54} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 16} {'precision': 0.23076923076923078, 'recall': 0.4090909090909091, 'f1': 0.29508196721311475, 'number': 22} {'precision': 0.7491525423728813, 'recall': 0.86328125, 'f1': 0.8021778584392014, 'number': 256} {'precision': 0.8867924528301887, 'recall': 0.7642276422764228, 'f1': 0.8209606986899564, 'number': 369} {'precision': 0.7647058823529411, 'recall': 0.4890282131661442, 'f1': 0.5965583173996176, 'number': 319} {'precision': 0.2857142857142857, 'recall': 0.08695652173913043, 'f1': 0.13333333333333333, 'number': 23} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} {'precision': 0.5, 'recall': 0.6666666666666666, 'f1': 0.5714285714285715, 'number': 3} 0.6935 0.6253 0.6577 0.9093
0.1709 5.0 5850 0.3809 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 3} {'precision': 0.6666666666666666, 'recall': 0.3333333333333333, 'f1': 0.4444444444444444, 'number': 6} {'precision': 0.2857142857142857, 'recall': 0.4, 'f1': 0.3333333333333333, 'number': 5} {'precision': 0.4, 'recall': 0.2, 'f1': 0.26666666666666666, 'number': 10} {'precision': 0.125, 'recall': 0.1111111111111111, 'f1': 0.11764705882352941, 'number': 9} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} {'precision': 0.3076923076923077, 'recall': 0.12903225806451613, 'f1': 0.18181818181818182, 'number': 31} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} {'precision': 0.16279069767441862, 'recall': 0.3181818181818182, 'f1': 0.2153846153846154, 'number': 22} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} {'precision': 0.5901639344262295, 'recall': 0.6666666666666666, 'f1': 0.6260869565217391, 'number': 54} {'precision': 0.12903225806451613, 'recall': 0.25, 'f1': 0.1702127659574468, 'number': 16} {'precision': 0.4444444444444444, 'recall': 0.36363636363636365, 'f1': 0.39999999999999997, 'number': 22} {'precision': 0.7562724014336918, 'recall': 0.82421875, 'f1': 0.7887850467289721, 'number': 256} {'precision': 0.8161209068010076, 'recall': 0.8780487804878049, 'f1': 0.8459530026109661, 'number': 369} {'precision': 0.6911764705882353, 'recall': 0.5893416927899686, 'f1': 0.6362098138747885, 'number': 319} {'precision': 0.43478260869565216, 'recall': 0.43478260869565216, 'f1': 0.43478260869565216, 'number': 23} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} {'precision': 0.16666666666666666, 'recall': 0.3333333333333333, 'f1': 0.2222222222222222, 'number': 3} 0.6759 0.6869 0.6814 0.9101
0.1224 6.0 7020 0.4349 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 3} {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 6} {'precision': 0.14285714285714285, 'recall': 0.2, 'f1': 0.16666666666666666, 'number': 5} {'precision': 0.15384615384615385, 'recall': 0.2, 'f1': 0.17391304347826086, 'number': 10} {'precision': 0.36363636363636365, 'recall': 0.4444444444444444, 'f1': 0.39999999999999997, 'number': 9} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} {'precision': 0.3, 'recall': 0.1935483870967742, 'f1': 0.23529411764705882, 'number': 31} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} {'precision': 0.3448275862068966, 'recall': 0.45454545454545453, 'f1': 0.39215686274509803, 'number': 22} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 2} {'precision': 0.7906976744186046, 'recall': 0.6296296296296297, 'f1': 0.7010309278350516, 'number': 54} {'precision': 0.058823529411764705, 'recall': 0.0625, 'f1': 0.06060606060606061, 'number': 16} {'precision': 0.44, 'recall': 0.5, 'f1': 0.46808510638297873, 'number': 22} {'precision': 0.7191358024691358, 'recall': 0.91015625, 'f1': 0.803448275862069, 'number': 256} {'precision': 0.8793650793650793, 'recall': 0.7506775067750677, 'f1': 0.8099415204678362, 'number': 369} {'precision': 0.7572815533980582, 'recall': 0.4890282131661442, 'f1': 0.5942857142857143, 'number': 319} {'precision': 0.25, 'recall': 0.17391304347826086, 'f1': 0.20512820512820512, 'number': 23} {'precision': 0.034482758620689655, 'recall': 0.125, 'f1': 0.05405405405405405, 'number': 8} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} 0.6956 0.6373 0.6652 0.9108
0.0938 7.0 8190 0.5212 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 6} {'precision': 0.25, 'recall': 0.4, 'f1': 0.3076923076923077, 'number': 5} {'precision': 0.2857142857142857, 'recall': 0.2, 'f1': 0.23529411764705882, 'number': 10} {'precision': 0.4, 'recall': 0.4444444444444444, 'f1': 0.4210526315789474, 'number': 9} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} {'precision': 0.2222222222222222, 'recall': 0.12903225806451613, 'f1': 0.16326530612244897, 'number': 31} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} {'precision': 0.2727272727272727, 'recall': 0.2727272727272727, 'f1': 0.2727272727272727, 'number': 22} {'precision': 0.1, 'recall': 0.5, 'f1': 0.16666666666666669, 'number': 2} {'precision': 0.6727272727272727, 'recall': 0.6851851851851852, 'f1': 0.6788990825688074, 'number': 54} {'precision': 0.15384615384615385, 'recall': 0.25, 'f1': 0.1904761904761905, 'number': 16} {'precision': 0.2857142857142857, 'recall': 0.45454545454545453, 'f1': 0.3508771929824561, 'number': 22} {'precision': 0.774074074074074, 'recall': 0.81640625, 'f1': 0.7946768060836501, 'number': 256} {'precision': 0.8660968660968661, 'recall': 0.8238482384823849, 'f1': 0.8444444444444446, 'number': 369} {'precision': 0.6923076923076923, 'recall': 0.5642633228840125, 'f1': 0.621761658031088, 'number': 319} {'precision': 0.4375, 'recall': 0.30434782608695654, 'f1': 0.358974358974359, 'number': 23} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} 0.6911 0.6621 0.6763 0.9099
0.0665 8.0 9360 0.5874 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 6} {'precision': 0.25, 'recall': 0.4, 'f1': 0.3076923076923077, 'number': 5} {'precision': 0.23076923076923078, 'recall': 0.3, 'f1': 0.2608695652173913, 'number': 10} {'precision': 0.3333333333333333, 'recall': 0.4444444444444444, 'f1': 0.380952380952381, 'number': 9} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} {'precision': 0.20833333333333334, 'recall': 0.16129032258064516, 'f1': 0.1818181818181818, 'number': 31} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} {'precision': 0.20689655172413793, 'recall': 0.2727272727272727, 'f1': 0.23529411764705882, 'number': 22} {'precision': 0.08333333333333333, 'recall': 0.5, 'f1': 0.14285714285714285, 'number': 2} {'precision': 0.782608695652174, 'recall': 0.6666666666666666, 'f1': 0.72, 'number': 54} {'precision': 0.07692307692307693, 'recall': 0.125, 'f1': 0.09523809523809525, 'number': 16} {'precision': 0.2894736842105263, 'recall': 0.5, 'f1': 0.3666666666666667, 'number': 22} {'precision': 0.7678571428571429, 'recall': 0.83984375, 'f1': 0.8022388059701493, 'number': 256} {'precision': 0.8607242339832869, 'recall': 0.8373983739837398, 'f1': 0.8489010989010989, 'number': 369} {'precision': 0.673992673992674, 'recall': 0.5768025078369906, 'f1': 0.6216216216216216, 'number': 319} {'precision': 0.5384615384615384, 'recall': 0.30434782608695654, 'f1': 0.3888888888888889, 'number': 23} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} {'precision': 0.25, 'recall': 0.3333333333333333, 'f1': 0.28571428571428575, 'number': 3} 0.6793 0.6758 0.6775 0.9119
0.0437 9.0 10530 0.6443 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 3} {'precision': 0.6666666666666666, 'recall': 0.3333333333333333, 'f1': 0.4444444444444444, 'number': 6} {'precision': 0.2857142857142857, 'recall': 0.4, 'f1': 0.3333333333333333, 'number': 5} {'precision': 0.125, 'recall': 0.1, 'f1': 0.11111111111111112, 'number': 10} {'precision': 0.3333333333333333, 'recall': 0.4444444444444444, 'f1': 0.380952380952381, 'number': 9} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} {'precision': 0.1875, 'recall': 0.1935483870967742, 'f1': 0.19047619047619047, 'number': 31} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} {'precision': 0.20689655172413793, 'recall': 0.2727272727272727, 'f1': 0.23529411764705882, 'number': 22} {'precision': 0.14285714285714285, 'recall': 0.5, 'f1': 0.22222222222222224, 'number': 2} {'precision': 0.74, 'recall': 0.6851851851851852, 'f1': 0.7115384615384615, 'number': 54} {'precision': 0.23529411764705882, 'recall': 0.25, 'f1': 0.24242424242424243, 'number': 16} {'precision': 0.3235294117647059, 'recall': 0.5, 'f1': 0.3928571428571429, 'number': 22} {'precision': 0.759581881533101, 'recall': 0.8515625, 'f1': 0.8029465930018416, 'number': 256} {'precision': 0.8678678678678678, 'recall': 0.7831978319783198, 'f1': 0.8233618233618234, 'number': 369} {'precision': 0.698744769874477, 'recall': 0.5235109717868338, 'f1': 0.5985663082437276, 'number': 319} {'precision': 0.4666666666666667, 'recall': 0.30434782608695654, 'f1': 0.3684210526315789, 'number': 23} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} 0.6903 0.6484 0.6687 0.9121
0.0301 10.0 11700 0.7038 {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 3} {'precision': 1.0, 'recall': 0.3333333333333333, 'f1': 0.5, 'number': 3} {'precision': 0.5, 'recall': 0.3333333333333333, 'f1': 0.4, 'number': 6} {'precision': 0.2857142857142857, 'recall': 0.4, 'f1': 0.3333333333333333, 'number': 5} {'precision': 0.2222222222222222, 'recall': 0.2, 'f1': 0.2105263157894737, 'number': 10} {'precision': 0.25, 'recall': 0.3333333333333333, 'f1': 0.28571428571428575, 'number': 9} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1} {'precision': 0.17857142857142858, 'recall': 0.16129032258064516, 'f1': 0.1694915254237288, 'number': 31} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 5} {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 2} {'precision': 0.1935483870967742, 'recall': 0.2727272727272727, 'f1': 0.22641509433962262, 'number': 22} {'precision': 0.1, 'recall': 0.5, 'f1': 0.16666666666666669, 'number': 2} {'precision': 0.7551020408163265, 'recall': 0.6851851851851852, 'f1': 0.7184466019417475, 'number': 54} {'precision': 0.15789473684210525, 'recall': 0.1875, 'f1': 0.17142857142857143, 'number': 16} {'precision': 0.3235294117647059, 'recall': 0.5, 'f1': 0.3928571428571429, 'number': 22} {'precision': 0.7534246575342466, 'recall': 0.859375, 'f1': 0.8029197080291972, 'number': 256} {'precision': 0.8660714285714286, 'recall': 0.7886178861788617, 'f1': 0.825531914893617, 'number': 369} {'precision': 0.688, 'recall': 0.5391849529780565, 'f1': 0.6045694200351495, 'number': 319} {'precision': 0.4666666666666667, 'recall': 0.30434782608695654, 'f1': 0.3684210526315789, 'number': 23} {'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 8} {'precision': 0.3333333333333333, 'recall': 0.3333333333333333, 'f1': 0.3333333333333333, 'number': 3} 0.6809 0.6553 0.6678 0.9110

Framework versions

  • Transformers 4.44.0
  • Pytorch 2.3.1+cu121
  • Datasets 2.19.1
  • Tokenizers 0.19.1