metadata

tags:
  - generated_from_trainer
metrics:
  - precision
  - recall
  - accuracy
  - f1
model-index:
  - name: electricidad-base-ft-diagTrast
    results: []
widget:
  - text: >-
      Esta persona tiene una gran necesidad de atención y aprobación de los
      demás. Utiliza su aspecto físico para atraer la atención y muestra un
      comportamiento sexualmente seductor e inapropiado. Además, tiene
      dificultades para establecer relaciones auténticas y profundas con los
      demás
  - text: >-
      Se comportaba de manera arrogante y altiva, como si estuviera por encima
      de todos los demás. Solía hablar en tono condescendiente y hacer sentir a
      los demás que eran inferiores a ella.
  - text: >-
      Siempre preocupada por quedarse sola, incluso en situaciones sociales,
      esta persona se esfuerza desesperadamente por evitar cualquier situación
      que la haga sentir desamparada, real o imaginada.

Electricidad fine-tuned diagTrast

This model is a fine-tuned version of mrm8488/electricidad-base-discriminator on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.2111
Precision: 0.9653
Recall: 0.9627
Accuracy: 0.9627
F1: 0.9622

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: 2e-05
train_batch_size: 8
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss	Precision	Recall	Accuracy	F1
No log	1.0	150	0.9281	0.7399	0.6567	0.6567	0.5989
No log	2.0	300	0.4736	0.8680	0.8582	0.8582	0.8581
No log	3.0	450	0.2584	0.9215	0.9104	0.9104	0.9110
0.6826	4.0	600	0.3336	0.9190	0.9104	0.9104	0.9036
0.6826	5.0	750	0.2194	0.9458	0.9403	0.9403	0.9398
0.6826	6.0	900	0.1984	0.9451	0.9403	0.9403	0.9397
0.0262	7.0	1050	0.2012	0.9582	0.9552	0.9552	0.9552
0.0262	8.0	1200	0.2272	0.9366	0.9328	0.9328	0.9319
0.0262	9.0	1350	0.2111	0.9653	0.9627	0.9627	0.9622
0.0044	10.0	1500	0.2156	0.9587	0.9552	0.9552	0.9543

Framework versions

Transformers 4.27.4
Pytorch 2.0.0+cu118
Datasets 2.11.0
Tokenizers 0.13.3