T5模型 在OCNLI 训练微调 4

资料

我的代码：https://github.com/Whiffe/Bert-OCNLI/tree/main/T5-OCNLI-yf

过去的内容：
Bert 在 OCNLI 训练微调
Bert 在 OCNLI 训练微调 2
BERT系列模型 在OCNLI 训练微调 3

模型下载与训练测试

mt5-base

conda install -c conda-forge sentencepiece

https://huggingface.co/google/mt5-base/tree/main

调用t5模型的过程：https://blog.csdn.net/znevegiveup1/article/details/121300828

训练测试结果：

train.50k.json、max_length=128、batch_size=32、dropout=0.1、lr=5e-5、epochs=10
准确率：70.13
train.50k.json、max_length=128、batch_size=32、dropout=0.3、lr=5e-5、epochs=10
准确率：70.03
train.50k.json、max_length=128、batch_size=32、dropout=0.2、lr=5e-5、epochs=10
准确率：67.43
train.50k.json、max_length=128、batch_size=32、dropout=0.1、lr=1e-5、epochs=10
准确率：58.9%
train.50k.json、max_length=128、batch_size=32、dropout=0.1、lr=5e-5、epochs=15
准确率：70.7%
train.50k.json、max_length=128、batch_size=16、dropout=0.1、lr=5e-5、epochs=15
准确率：37.63%
train.50k.json、max_length=128、batch_size=64、dropout=0.1、lr=5e-5、epochs=15
准确率：37.8%

t5-base

https://huggingface.co/google-t5/t5-base/tree/main

训练测试准确率

train.50k.json、max_length=128、batch_size=32、dropout=0.1、lr=5e-5、epochs=15
准确率：37.6%

nlp_mt5_zero-shot-augment_chinese-base

全任务零样本学习-mT5分类增强版-中文-base · 模型库 (modelscope.cn)：https://www.modelscope.cn/models/iic/nlp_mt5_zero-shot-augment_chinese-base/files

训练测试准确率：

train.50k.json、max_length=128、batch_size=32、dropout=0.1、lr=5e-5、epochs=15
准确率：71.6%

mt5-large

https://huggingface.co/google/mt5-large/tree/main

训练测试准确率：

在这里插入代码片