
エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
lukeとdeberta-v2のアンサンブルモデルを作成したら最高の精度を達成した件 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
lukeとdeberta-v2のアンサンブルモデルを作成したら最高の精度を達成した件 - Qiita
以下の表からもわかる通り、今回作成したアンサンブルbaseモデルは既存のbaseモデルのSOTAを超える性能... 以下の表からもわかる通り、今回作成したアンサンブルbaseモデルは既存のbaseモデルのSOTAを超える性能となりました(個々のモデルの精度は約0.800だったため、まさかSOTAを超えられるとは夢にも思っていませんでした!!)。 参考:既存のbaseモデルの性能(studio ousiaさんのホームページ( https://www.ousia.jp/ja/page/ja/2022/11/17/luke-japanese/ ) より引用) では使用したコードなどについてみていきます(実装はかなり簡単です) 環境 pandas 1.4.4 numpy 1.23.4 torch 1.12.1 transformer 4.24.0 Python 3.9.13 sentencepiece 0.1.97 LUKE 2020年4月当時、5つのタスクで世界最高精度を達成した新しい言語モデル。 日本語バー