File size: 2,359 Bytes
75ba5c2 b9bed95 75ba5c2 2b5b2d1 75ba5c2 2b5b2d1 75ba5c2 2b5b2d1 75ba5c2 2b5b2d1 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 |
---
license: mit
tags:
- generated_from_trainer
widget:
- text: ¿Quién invitó a Raísa Gorbachova a tomar una copa?
context: Las tapas han llegado a convertirse en una señal de identidad española
y son ofrecidas en los banquetes de recepción a los más altos dignatarios (en
los denominados tapas meeting). Así, durante la Conferencia de Paz de Madrid la
Reina Sofía y el alcalde de Madrid José María Álvarez del Manzano invitaron a
Raísa Gorbachova a una bebida con tapa durante su visita a la capital española.
En la modernidad existen bares que ofrecen especialidades de tapas y a este fenómeno
se le ha denominado cocina en miniatura. No obstante, el concepto de tapa ha sido
llevado a la alta cocina por el cocinero Ferran Adrià que los emplea como entradas.
base_model: xlm-roberta-base
model-index:
- name: xlmr-base-texas-squad-es
results: []
---
# TExAS-SQuAD-es
This model is a fine-tuned version of [xlm-roberta-base](https://huggingface.co/xlm-roberta-base) on the TExAS-SQuAD-es dataset.
It achieves the following results on the evaluation set:
- Exact match: xx.xx%
- F1-score: xx.xx%
## Training procedure
### Training hyperparameters
The following hyperparameters were used during training:
- learning_rate: 2e-05
- train_batch_size: 8
- eval_batch_size: 8
- seed: 42
- gradient_accumulation_steps: 4
- total_train_batch_size: 32
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
- lr_scheduler_type: linear
- num_epochs: 3
### Training results
| Training Loss | Epoch | Step | Validation Loss |
|:-------------:|:-----:|:-----:|:---------------:|
| 2.0645 | 0.24 | 1000 | 1.7915 |
| 1.8458 | 0.47 | 2000 | 1.7873 |
| 1.8208 | 0.71 | 3000 | 1.6628 |
| 1.7743 | 0.95 | 4000 | 1.5684 |
| 1.5636 | 1.18 | 5000 | 1.5686 |
| 1.6017 | 1.42 | 6000 | 1.5484 |
| 1.6271 | 1.66 | 7000 | 1.5173 |
| 1.5975 | 1.89 | 8000 | 1.5209 |
| 1.477 | 2.13 | 9000 | 1.5766 |
| 1.4389 | 2.37 | 10000 | 1.5392 |
| 1.3389 | 2.6 | 11000 | 1.5298 |
| 1.437 | 2.84 | 12000 | 1.5504 |
### Framework versions
- Transformers 4.12.2
- Pytorch 1.8.1+cu101
- Datasets 1.12.1
- Tokenizers 0.10.3 |