model_1309

This model is a fine-tuned version of FacebookAI/xlm-roberta-large on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.4703
Hiều cao khách hàng: {'precision': 0.9375, 'recall': 0.9090909090909091, 'f1': 0.923076923076923, 'number': 33}
Hiều dài sản phẩm: {'precision': 0.7647058823529411, 'recall': 0.7222222222222222, 'f1': 0.7428571428571428, 'number': 18}
Hiều rộng sản phẩm: {'precision': 0.35714285714285715, 'recall': 0.5555555555555556, 'f1': 0.43478260869565216, 'number': 9}
Hong cách mua sắm: {'precision': 0.6521739130434783, 'recall': 0.7142857142857143, 'f1': 0.6818181818181819, 'number': 21}
Hong cách nhà cửa: {'precision': 0.5652173913043478, 'recall': 0.6190476190476191, 'f1': 0.5909090909090909, 'number': 21}
Hong cách thời trang: {'precision': 0.5238095238095238, 'recall': 0.6470588235294118, 'f1': 0.5789473684210527, 'number': 17}
Hất tóc: {'precision': 0.625, 'recall': 0.7692307692307693, 'f1': 0.6896551724137931, 'number': 26}
Hối lượng sản phẩm: {'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 18}
Hời gian nhận hàng: {'precision': 0.6896551724137931, 'recall': 0.6896551724137931, 'f1': 0.6896551724137931, 'number': 29}
Iá sản phẩm: {'precision': 0.8064516129032258, 'recall': 0.7575757575757576, 'f1': 0.7812499999999999, 'number': 33}
Oại da: {'precision': 0.8518518518518519, 'recall': 0.9583333333333334, 'f1': 0.9019607843137256, 'number': 24}
Ung hoàng đạo: {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18}
Ung mệnh: {'precision': 0.8333333333333334, 'recall': 0.8695652173913043, 'f1': 0.851063829787234, 'number': 23}
Àu da: {'precision': 0.75, 'recall': 0.7297297297297297, 'f1': 0.7397260273972601, 'number': 37}
Àu sắc sản phẩm: {'precision': 0.7924528301886793, 'recall': 0.8936170212765957, 'f1': 0.8400000000000001, 'number': 47}
Áng khuôn mặt: {'precision': 0.7619047619047619, 'recall': 0.8, 'f1': 0.7804878048780488, 'number': 20}
Áng người: {'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18}
Ân nặng khách hàng: {'precision': 0.9302325581395349, 'recall': 0.9523809523809523, 'f1': 0.9411764705882352, 'number': 42}
Ã sản phẩm: {'precision': 0.7931034482758621, 'recall': 0.8846153846153846, 'f1': 0.8363636363636363, 'number': 26}
Ơn vị sản phẩm: {'precision': 0.7341772151898734, 'recall': 0.7532467532467533, 'f1': 0.7435897435897437, 'number': 77}
Ản phẩm: {'precision': 0.826938136256852, 'recall': 0.9190600522193212, 'f1': 0.8705688375927454, 'number': 1149}
Ật độ tóc: {'precision': 0.8333333333333334, 'recall': 0.8695652173913043, 'f1': 0.851063829787234, 'number': 23}
Ặc điểm khác của da: {'precision': 0.7333333333333333, 'recall': 0.8048780487804879, 'f1': 0.7674418604651163, 'number': 41}
Ịa chỉ nhận hàng: {'precision': 0.4358974358974359, 'recall': 0.6071428571428571, 'f1': 0.5074626865671643, 'number': 28}
Ố lượng sản phẩm: {'precision': 0.7905405405405406, 'recall': 0.8181818181818182, 'f1': 0.8041237113402062, 'number': 143}
Ố điện thoại nhận hàng: {'precision': 0.898876404494382, 'recall': 0.9937888198757764, 'f1': 0.943952802359882, 'number': 161}
Ố đo vòng: {'precision': 0.9242424242424242, 'recall': 0.9682539682539683, 'f1': 0.9457364341085271, 'number': 126}
Ộ dài tóc: {'precision': 0.5833333333333334, 'recall': 0.7, 'f1': 0.6363636363636365, 'number': 20}
Ộ tuổi khách hàng: {'precision': 0.85, 'recall': 0.9444444444444444, 'f1': 0.8947368421052632, 'number': 18}
Overall Precision: 0.8105
Overall Recall: 0.8853
Overall F1: 0.8462
Overall Accuracy: 0.9217

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: 8
eval_batch_size: 8
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	Hiều cao khách hàng	Hiều dài sản phẩm	Hiều rộng sản phẩm	Hong cách mua sắm	Hong cách nhà cửa	Hong cách thời trang	Hất tóc	Hối lượng sản phẩm	Hời gian nhận hàng	Iá sản phẩm	Oại da	Ung hoàng đạo	Ung mệnh	Àu da	Àu sắc sản phẩm	Áng khuôn mặt	Áng người	Ân nặng khách hàng	Ã sản phẩm	Ơn vị sản phẩm	Ản phẩm	Ật độ tóc	Ặc điểm khác của da	Ịa chỉ nhận hàng	Ố lượng sản phẩm	Ố điện thoại nhận hàng	Ố đo vòng	Ộ dài tóc	Ộ tuổi khách hàng	Overall Precision	Overall Recall	Overall F1	Overall Accuracy
0.4086	1.0	567	0.3949	{'precision': 0.7941176470588235, 'recall': 0.8181818181818182, 'f1': 0.8059701492537314, 'number': 33}	{'precision': 0.4838709677419355, 'recall': 0.8333333333333334, 'f1': 0.6122448979591837, 'number': 18}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 9}	{'precision': 0.4074074074074074, 'recall': 0.5238095238095238, 'f1': 0.4583333333333333, 'number': 21}	{'precision': 0.6666666666666666, 'recall': 0.5714285714285714, 'f1': 0.6153846153846153, 'number': 21}	{'precision': 0.39285714285714285, 'recall': 0.6470588235294118, 'f1': 0.4888888888888888, 'number': 17}	{'precision': 0.52, 'recall': 0.5, 'f1': 0.5098039215686274, 'number': 26}	{'precision': 0.6666666666666666, 'recall': 0.7777777777777778, 'f1': 0.717948717948718, 'number': 18}	{'precision': 0.38095238095238093, 'recall': 0.27586206896551724, 'f1': 0.32, 'number': 29}	{'precision': 0.6341463414634146, 'recall': 0.7878787878787878, 'f1': 0.7027027027027027, 'number': 33}	{'precision': 0.8260869565217391, 'recall': 0.7916666666666666, 'f1': 0.8085106382978724, 'number': 24}	{'precision': 0.9375, 'recall': 0.8333333333333334, 'f1': 0.8823529411764706, 'number': 18}	{'precision': 0.4782608695652174, 'recall': 0.4782608695652174, 'f1': 0.4782608695652174, 'number': 23}	{'precision': 0.5833333333333334, 'recall': 0.5675675675675675, 'f1': 0.5753424657534246, 'number': 37}	{'precision': 0.6111111111111112, 'recall': 0.23404255319148937, 'f1': 0.3384615384615385, 'number': 47}	{'precision': 0.9090909090909091, 'recall': 0.5, 'f1': 0.6451612903225806, 'number': 20}	{'precision': 0.7777777777777778, 'recall': 0.7777777777777778, 'f1': 0.7777777777777778, 'number': 18}	{'precision': 0.868421052631579, 'recall': 0.7857142857142857, 'f1': 0.825, 'number': 42}	{'precision': 0.45, 'recall': 0.34615384615384615, 'f1': 0.3913043478260869, 'number': 26}	{'precision': 0.6351351351351351, 'recall': 0.6103896103896104, 'f1': 0.6225165562913907, 'number': 77}	{'precision': 0.7694610778443114, 'recall': 0.8946910356832027, 'f1': 0.8273641851106639, 'number': 1149}	{'precision': 0.7083333333333334, 'recall': 0.7391304347826086, 'f1': 0.723404255319149, 'number': 23}	{'precision': 0.6363636363636364, 'recall': 0.6829268292682927, 'f1': 0.6588235294117647, 'number': 41}	{'precision': 0.2, 'recall': 0.35714285714285715, 'f1': 0.25641025641025644, 'number': 28}	{'precision': 0.7430555555555556, 'recall': 0.7482517482517482, 'f1': 0.745644599303136, 'number': 143}	{'precision': 0.7035398230088495, 'recall': 0.9875776397515528, 'f1': 0.8217054263565892, 'number': 161}	{'precision': 0.9130434782608695, 'recall': 0.6666666666666666, 'f1': 0.7706422018348623, 'number': 126}	{'precision': 0.5185185185185185, 'recall': 0.7, 'f1': 0.5957446808510639, 'number': 20}	{'precision': 0.6363636363636364, 'recall': 0.7777777777777778, 'f1': 0.7000000000000001, 'number': 18}	0.7186	0.7891	0.7522	0.8783
0.1743	2.0	1134	0.3005	{'precision': 0.8181818181818182, 'recall': 0.8181818181818182, 'f1': 0.8181818181818182, 'number': 33}	{'precision': 0.5333333333333333, 'recall': 0.8888888888888888, 'f1': 0.6666666666666667, 'number': 18}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 9}	{'precision': 0.7, 'recall': 0.6666666666666666, 'f1': 0.6829268292682926, 'number': 21}	{'precision': 0.5714285714285714, 'recall': 0.38095238095238093, 'f1': 0.4571428571428571, 'number': 21}	{'precision': 0.55, 'recall': 0.6470588235294118, 'f1': 0.5945945945945946, 'number': 17}	{'precision': 0.5625, 'recall': 0.6923076923076923, 'f1': 0.6206896551724138, 'number': 26}	{'precision': 0.7083333333333334, 'recall': 0.9444444444444444, 'f1': 0.8095238095238096, 'number': 18}	{'precision': 0.5588235294117647, 'recall': 0.6551724137931034, 'f1': 0.6031746031746031, 'number': 29}	{'precision': 0.6666666666666666, 'recall': 0.7272727272727273, 'f1': 0.6956521739130435, 'number': 33}	{'precision': 0.8, 'recall': 1.0, 'f1': 0.888888888888889, 'number': 24}	{'precision': 0.8888888888888888, 'recall': 0.8888888888888888, 'f1': 0.8888888888888888, 'number': 18}	{'precision': 0.8695652173913043, 'recall': 0.8695652173913043, 'f1': 0.8695652173913043, 'number': 23}	{'precision': 0.7368421052631579, 'recall': 0.7567567567567568, 'f1': 0.7466666666666667, 'number': 37}	{'precision': 0.6530612244897959, 'recall': 0.6808510638297872, 'f1': 0.6666666666666666, 'number': 47}	{'precision': 0.8571428571428571, 'recall': 0.9, 'f1': 0.8780487804878048, 'number': 20}	{'precision': 0.9473684210526315, 'recall': 1.0, 'f1': 0.972972972972973, 'number': 18}	{'precision': 0.8444444444444444, 'recall': 0.9047619047619048, 'f1': 0.8735632183908046, 'number': 42}	{'precision': 0.6666666666666666, 'recall': 0.6923076923076923, 'f1': 0.6792452830188679, 'number': 26}	{'precision': 0.6404494382022472, 'recall': 0.7402597402597403, 'f1': 0.6867469879518073, 'number': 77}	{'precision': 0.8244766505636071, 'recall': 0.8912097476066144, 'f1': 0.8565453785027186, 'number': 1149}	{'precision': 0.6666666666666666, 'recall': 0.782608695652174, 'f1': 0.72, 'number': 23}	{'precision': 0.6666666666666666, 'recall': 0.7804878048780488, 'f1': 0.7191011235955055, 'number': 41}	{'precision': 0.425, 'recall': 0.6071428571428571, 'f1': 0.5, 'number': 28}	{'precision': 0.7350993377483444, 'recall': 0.7762237762237763, 'f1': 0.7551020408163266, 'number': 143}	{'precision': 0.8681318681318682, 'recall': 0.9813664596273292, 'f1': 0.9212827988338194, 'number': 161}	{'precision': 0.8897058823529411, 'recall': 0.9603174603174603, 'f1': 0.9236641221374045, 'number': 126}	{'precision': 0.5217391304347826, 'recall': 0.6, 'f1': 0.5581395348837209, 'number': 20}	{'precision': 0.8947368421052632, 'recall': 0.9444444444444444, 'f1': 0.918918918918919, 'number': 18}	0.7826	0.8530	0.8163	0.9055
0.1199	3.0	1701	0.3386	{'precision': 0.8823529411764706, 'recall': 0.9090909090909091, 'f1': 0.8955223880597014, 'number': 33}	{'precision': 0.5714285714285714, 'recall': 0.8888888888888888, 'f1': 0.6956521739130435, 'number': 18}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 9}	{'precision': 0.6666666666666666, 'recall': 0.8571428571428571, 'f1': 0.75, 'number': 21}	{'precision': 0.6666666666666666, 'recall': 0.2857142857142857, 'f1': 0.4, 'number': 21}	{'precision': 0.3235294117647059, 'recall': 0.6470588235294118, 'f1': 0.4313725490196078, 'number': 17}	{'precision': 0.6333333333333333, 'recall': 0.7307692307692307, 'f1': 0.6785714285714285, 'number': 26}	{'precision': 0.7619047619047619, 'recall': 0.8888888888888888, 'f1': 0.8205128205128205, 'number': 18}	{'precision': 0.6666666666666666, 'recall': 0.4827586206896552, 'f1': 0.56, 'number': 29}	{'precision': 0.8285714285714286, 'recall': 0.8787878787878788, 'f1': 0.8529411764705883, 'number': 33}	{'precision': 0.7586206896551724, 'recall': 0.9166666666666666, 'f1': 0.830188679245283, 'number': 24}	{'precision': 0.8888888888888888, 'recall': 0.8888888888888888, 'f1': 0.8888888888888888, 'number': 18}	{'precision': 0.9166666666666666, 'recall': 0.9565217391304348, 'f1': 0.9361702127659574, 'number': 23}	{'precision': 0.696969696969697, 'recall': 0.6216216216216216, 'f1': 0.6571428571428571, 'number': 37}	{'precision': 0.8163265306122449, 'recall': 0.851063829787234, 'f1': 0.8333333333333334, 'number': 47}	{'precision': 0.9047619047619048, 'recall': 0.95, 'f1': 0.9268292682926829, 'number': 20}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 18}	{'precision': 0.9302325581395349, 'recall': 0.9523809523809523, 'f1': 0.9411764705882352, 'number': 42}	{'precision': 0.7142857142857143, 'recall': 0.5769230769230769, 'f1': 0.6382978723404256, 'number': 26}	{'precision': 0.6666666666666666, 'recall': 0.7272727272727273, 'f1': 0.6956521739130435, 'number': 77}	{'precision': 0.7851301115241636, 'recall': 0.9190600522193212, 'f1': 0.8468323977546112, 'number': 1149}	{'precision': 0.95, 'recall': 0.8260869565217391, 'f1': 0.8837209302325583, 'number': 23}	{'precision': 0.5471698113207547, 'recall': 0.7073170731707317, 'f1': 0.6170212765957447, 'number': 41}	{'precision': 0.358974358974359, 'recall': 0.5, 'f1': 0.417910447761194, 'number': 28}	{'precision': 0.8790322580645161, 'recall': 0.7622377622377622, 'f1': 0.8164794007490637, 'number': 143}	{'precision': 0.8729281767955801, 'recall': 0.9813664596273292, 'f1': 0.9239766081871345, 'number': 161}	{'precision': 0.928, 'recall': 0.9206349206349206, 'f1': 0.9243027888446215, 'number': 126}	{'precision': 0.7, 'recall': 0.7, 'f1': 0.7, 'number': 20}	{'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 18}	0.7827	0.8650	0.8218	0.9079
0.0943	4.0	2268	0.3370	{'precision': 0.8, 'recall': 0.8484848484848485, 'f1': 0.823529411764706, 'number': 33}	{'precision': 0.6296296296296297, 'recall': 0.9444444444444444, 'f1': 0.7555555555555556, 'number': 18}	{'precision': 0.3333333333333333, 'recall': 0.1111111111111111, 'f1': 0.16666666666666666, 'number': 9}	{'precision': 0.7727272727272727, 'recall': 0.8095238095238095, 'f1': 0.7906976744186046, 'number': 21}	{'precision': 0.5909090909090909, 'recall': 0.6190476190476191, 'f1': 0.6046511627906977, 'number': 21}	{'precision': 0.45454545454545453, 'recall': 0.5882352941176471, 'f1': 0.5128205128205129, 'number': 17}	{'precision': 0.7407407407407407, 'recall': 0.7692307692307693, 'f1': 0.7547169811320754, 'number': 26}	{'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 18}	{'precision': 0.72, 'recall': 0.6206896551724138, 'f1': 0.6666666666666666, 'number': 29}	{'precision': 0.7352941176470589, 'recall': 0.7575757575757576, 'f1': 0.746268656716418, 'number': 33}	{'precision': 0.8148148148148148, 'recall': 0.9166666666666666, 'f1': 0.8627450980392156, 'number': 24}	{'precision': 0.8888888888888888, 'recall': 0.8888888888888888, 'f1': 0.8888888888888888, 'number': 18}	{'precision': 0.5, 'recall': 0.5217391304347826, 'f1': 0.5106382978723404, 'number': 23}	{'precision': 0.6341463414634146, 'recall': 0.7027027027027027, 'f1': 0.6666666666666667, 'number': 37}	{'precision': 0.78, 'recall': 0.8297872340425532, 'f1': 0.8041237113402062, 'number': 47}	{'precision': 0.6071428571428571, 'recall': 0.85, 'f1': 0.7083333333333333, 'number': 20}	{'precision': 1.0, 'recall': 0.9444444444444444, 'f1': 0.9714285714285714, 'number': 18}	{'precision': 0.875, 'recall': 0.8333333333333334, 'f1': 0.8536585365853658, 'number': 42}	{'precision': 0.6923076923076923, 'recall': 0.6923076923076923, 'f1': 0.6923076923076923, 'number': 26}	{'precision': 0.6626506024096386, 'recall': 0.7142857142857143, 'f1': 0.6875000000000001, 'number': 77}	{'precision': 0.7849854227405247, 'recall': 0.9373368146214099, 'f1': 0.8544228480761602, 'number': 1149}	{'precision': 0.8636363636363636, 'recall': 0.8260869565217391, 'f1': 0.8444444444444444, 'number': 23}	{'precision': 0.7083333333333334, 'recall': 0.8292682926829268, 'f1': 0.7640449438202247, 'number': 41}	{'precision': 0.6176470588235294, 'recall': 0.75, 'f1': 0.6774193548387097, 'number': 28}	{'precision': 0.8057553956834532, 'recall': 0.7832167832167832, 'f1': 0.7943262411347518, 'number': 143}	{'precision': 0.8729281767955801, 'recall': 0.9813664596273292, 'f1': 0.9239766081871345, 'number': 161}	{'precision': 0.9037037037037037, 'recall': 0.9682539682539683, 'f1': 0.9348659003831418, 'number': 126}	{'precision': 0.5833333333333334, 'recall': 0.7, 'f1': 0.6363636363636365, 'number': 20}	{'precision': 0.85, 'recall': 0.9444444444444444, 'f1': 0.8947368421052632, 'number': 18}	0.7781	0.8804	0.8261	0.9112
0.0694	5.0	2835	0.3123	{'precision': 0.9393939393939394, 'recall': 0.9393939393939394, 'f1': 0.9393939393939394, 'number': 33}	{'precision': 0.5925925925925926, 'recall': 0.8888888888888888, 'f1': 0.711111111111111, 'number': 18}	{'precision': 1.0, 'recall': 0.2222222222222222, 'f1': 0.3636363636363636, 'number': 9}	{'precision': 0.8, 'recall': 0.7619047619047619, 'f1': 0.7804878048780488, 'number': 21}	{'precision': 0.65, 'recall': 0.6190476190476191, 'f1': 0.6341463414634146, 'number': 21}	{'precision': 0.5714285714285714, 'recall': 0.7058823529411765, 'f1': 0.6315789473684211, 'number': 17}	{'precision': 0.7, 'recall': 0.8076923076923077, 'f1': 0.75, 'number': 26}	{'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 18}	{'precision': 0.5757575757575758, 'recall': 0.6551724137931034, 'f1': 0.6129032258064515, 'number': 29}	{'precision': 0.6857142857142857, 'recall': 0.7272727272727273, 'f1': 0.7058823529411764, 'number': 33}	{'precision': 0.8461538461538461, 'recall': 0.9166666666666666, 'f1': 0.8799999999999999, 'number': 24}	{'precision': 0.9411764705882353, 'recall': 0.8888888888888888, 'f1': 0.9142857142857143, 'number': 18}	{'precision': 0.875, 'recall': 0.9130434782608695, 'f1': 0.8936170212765957, 'number': 23}	{'precision': 0.7297297297297297, 'recall': 0.7297297297297297, 'f1': 0.7297297297297297, 'number': 37}	{'precision': 0.782608695652174, 'recall': 0.7659574468085106, 'f1': 0.7741935483870968, 'number': 47}	{'precision': 0.782608695652174, 'recall': 0.9, 'f1': 0.8372093023255814, 'number': 20}	{'precision': 0.8823529411764706, 'recall': 0.8333333333333334, 'f1': 0.8571428571428571, 'number': 18}	{'precision': 0.975609756097561, 'recall': 0.9523809523809523, 'f1': 0.963855421686747, 'number': 42}	{'precision': 0.7142857142857143, 'recall': 0.7692307692307693, 'f1': 0.7407407407407408, 'number': 26}	{'precision': 0.6842105263157895, 'recall': 0.6753246753246753, 'f1': 0.6797385620915033, 'number': 77}	{'precision': 0.8293075684380032, 'recall': 0.896431679721497, 'f1': 0.8615641990798829, 'number': 1149}	{'precision': 0.8148148148148148, 'recall': 0.9565217391304348, 'f1': 0.8800000000000001, 'number': 23}	{'precision': 0.625, 'recall': 0.6097560975609756, 'f1': 0.6172839506172839, 'number': 41}	{'precision': 0.4473684210526316, 'recall': 0.6071428571428571, 'f1': 0.5151515151515151, 'number': 28}	{'precision': 0.8793103448275862, 'recall': 0.7132867132867133, 'f1': 0.7876447876447876, 'number': 143}	{'precision': 0.8846153846153846, 'recall': 1.0, 'f1': 0.9387755102040816, 'number': 161}	{'precision': 0.9302325581395349, 'recall': 0.9523809523809523, 'f1': 0.9411764705882352, 'number': 126}	{'precision': 0.5384615384615384, 'recall': 0.7, 'f1': 0.608695652173913, 'number': 20}	{'precision': 0.7727272727272727, 'recall': 0.9444444444444444, 'f1': 0.85, 'number': 18}	0.8114	0.8579	0.8340	0.9156
0.0515	6.0	3402	0.3513	{'precision': 0.9354838709677419, 'recall': 0.8787878787878788, 'f1': 0.90625, 'number': 33}	{'precision': 0.5714285714285714, 'recall': 0.8888888888888888, 'f1': 0.6956521739130435, 'number': 18}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 9}	{'precision': 0.8181818181818182, 'recall': 0.8571428571428571, 'f1': 0.8372093023255814, 'number': 21}	{'precision': 0.5555555555555556, 'recall': 0.7142857142857143, 'f1': 0.6250000000000001, 'number': 21}	{'precision': 0.6, 'recall': 0.5294117647058824, 'f1': 0.5625, 'number': 17}	{'precision': 0.7142857142857143, 'recall': 0.7692307692307693, 'f1': 0.7407407407407408, 'number': 26}	{'precision': 0.8421052631578947, 'recall': 0.8888888888888888, 'f1': 0.8648648648648649, 'number': 18}	{'precision': 0.6551724137931034, 'recall': 0.6551724137931034, 'f1': 0.6551724137931034, 'number': 29}	{'precision': 0.7272727272727273, 'recall': 0.7272727272727273, 'f1': 0.7272727272727273, 'number': 33}	{'precision': 0.8214285714285714, 'recall': 0.9583333333333334, 'f1': 0.8846153846153847, 'number': 24}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 18}	{'precision': 0.875, 'recall': 0.9130434782608695, 'f1': 0.8936170212765957, 'number': 23}	{'precision': 0.6923076923076923, 'recall': 0.7297297297297297, 'f1': 0.7105263157894737, 'number': 37}	{'precision': 0.8297872340425532, 'recall': 0.8297872340425532, 'f1': 0.8297872340425532, 'number': 47}	{'precision': 0.7727272727272727, 'recall': 0.85, 'f1': 0.8095238095238095, 'number': 20}	{'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 18}	{'precision': 0.8888888888888888, 'recall': 0.9523809523809523, 'f1': 0.9195402298850575, 'number': 42}	{'precision': 0.7, 'recall': 0.8076923076923077, 'f1': 0.75, 'number': 26}	{'precision': 0.6785714285714286, 'recall': 0.7402597402597403, 'f1': 0.7080745341614907, 'number': 77}	{'precision': 0.8061068702290076, 'recall': 0.9190600522193212, 'f1': 0.8588857259048394, 'number': 1149}	{'precision': 0.84, 'recall': 0.9130434782608695, 'f1': 0.8749999999999999, 'number': 23}	{'precision': 0.5853658536585366, 'recall': 0.5853658536585366, 'f1': 0.5853658536585366, 'number': 41}	{'precision': 0.7666666666666667, 'recall': 0.8214285714285714, 'f1': 0.793103448275862, 'number': 28}	{'precision': 0.8283582089552238, 'recall': 0.7762237762237763, 'f1': 0.8014440433212995, 'number': 143}	{'precision': 0.9034090909090909, 'recall': 0.9875776397515528, 'f1': 0.943620178041543, 'number': 161}	{'precision': 0.9242424242424242, 'recall': 0.9682539682539683, 'f1': 0.9457364341085271, 'number': 126}	{'precision': 0.5714285714285714, 'recall': 0.6, 'f1': 0.5853658536585366, 'number': 20}	{'precision': 0.8947368421052632, 'recall': 0.9444444444444444, 'f1': 0.918918918918919, 'number': 18}	0.8045	0.8791	0.8402	0.9182
0.0437	7.0	3969	0.4032	{'precision': 0.875, 'recall': 0.8484848484848485, 'f1': 0.8615384615384615, 'number': 33}	{'precision': 0.8, 'recall': 0.8888888888888888, 'f1': 0.8421052631578948, 'number': 18}	{'precision': 0.36363636363636365, 'recall': 0.4444444444444444, 'f1': 0.39999999999999997, 'number': 9}	{'precision': 0.782608695652174, 'recall': 0.8571428571428571, 'f1': 0.8181818181818182, 'number': 21}	{'precision': 0.6086956521739131, 'recall': 0.6666666666666666, 'f1': 0.6363636363636365, 'number': 21}	{'precision': 0.5454545454545454, 'recall': 0.7058823529411765, 'f1': 0.6153846153846153, 'number': 17}	{'precision': 0.6129032258064516, 'recall': 0.7307692307692307, 'f1': 0.6666666666666667, 'number': 26}	{'precision': 0.7777777777777778, 'recall': 0.7777777777777778, 'f1': 0.7777777777777778, 'number': 18}	{'precision': 0.6071428571428571, 'recall': 0.5862068965517241, 'f1': 0.5964912280701754, 'number': 29}	{'precision': 0.7741935483870968, 'recall': 0.7272727272727273, 'f1': 0.7500000000000001, 'number': 33}	{'precision': 0.8148148148148148, 'recall': 0.9166666666666666, 'f1': 0.8627450980392156, 'number': 24}	{'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18}	{'precision': 0.8333333333333334, 'recall': 0.8695652173913043, 'f1': 0.851063829787234, 'number': 23}	{'precision': 0.8, 'recall': 0.7567567567567568, 'f1': 0.7777777777777778, 'number': 37}	{'precision': 0.8125, 'recall': 0.8297872340425532, 'f1': 0.8210526315789474, 'number': 47}	{'precision': 0.8571428571428571, 'recall': 0.9, 'f1': 0.8780487804878048, 'number': 20}	{'precision': 0.8888888888888888, 'recall': 0.8888888888888888, 'f1': 0.8888888888888888, 'number': 18}	{'precision': 0.8636363636363636, 'recall': 0.9047619047619048, 'f1': 0.8837209302325582, 'number': 42}	{'precision': 0.7, 'recall': 0.8076923076923077, 'f1': 0.75, 'number': 26}	{'precision': 0.625, 'recall': 0.7792207792207793, 'f1': 0.6936416184971098, 'number': 77}	{'precision': 0.8232521602513747, 'recall': 0.9120974760661444, 'f1': 0.8654004954582989, 'number': 1149}	{'precision': 0.9090909090909091, 'recall': 0.8695652173913043, 'f1': 0.888888888888889, 'number': 23}	{'precision': 0.7555555555555555, 'recall': 0.8292682926829268, 'f1': 0.7906976744186047, 'number': 41}	{'precision': 0.5555555555555556, 'recall': 0.7142857142857143, 'f1': 0.6250000000000001, 'number': 28}	{'precision': 0.7880794701986755, 'recall': 0.8321678321678322, 'f1': 0.8095238095238095, 'number': 143}	{'precision': 0.9034090909090909, 'recall': 0.9875776397515528, 'f1': 0.943620178041543, 'number': 161}	{'precision': 0.9242424242424242, 'recall': 0.9682539682539683, 'f1': 0.9457364341085271, 'number': 126}	{'precision': 0.5185185185185185, 'recall': 0.7, 'f1': 0.5957446808510639, 'number': 20}	{'precision': 0.8421052631578947, 'recall': 0.8888888888888888, 'f1': 0.8648648648648649, 'number': 18}	0.8049	0.8813	0.8414	0.9179
0.0225	8.0	4536	0.4239	{'precision': 0.8787878787878788, 'recall': 0.8787878787878788, 'f1': 0.8787878787878788, 'number': 33}	{'precision': 0.75, 'recall': 0.8333333333333334, 'f1': 0.7894736842105262, 'number': 18}	{'precision': 0.2727272727272727, 'recall': 0.3333333333333333, 'f1': 0.3, 'number': 9}	{'precision': 0.64, 'recall': 0.7619047619047619, 'f1': 0.6956521739130435, 'number': 21}	{'precision': 0.5909090909090909, 'recall': 0.6190476190476191, 'f1': 0.6046511627906977, 'number': 21}	{'precision': 0.5789473684210527, 'recall': 0.6470588235294118, 'f1': 0.6111111111111113, 'number': 17}	{'precision': 0.6896551724137931, 'recall': 0.7692307692307693, 'f1': 0.7272727272727274, 'number': 26}	{'precision': 0.8235294117647058, 'recall': 0.7777777777777778, 'f1': 0.7999999999999999, 'number': 18}	{'precision': 0.7142857142857143, 'recall': 0.6896551724137931, 'f1': 0.7017543859649122, 'number': 29}	{'precision': 0.8064516129032258, 'recall': 0.7575757575757576, 'f1': 0.7812499999999999, 'number': 33}	{'precision': 0.8148148148148148, 'recall': 0.9166666666666666, 'f1': 0.8627450980392156, 'number': 24}	{'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18}	{'precision': 0.7916666666666666, 'recall': 0.8260869565217391, 'f1': 0.8085106382978724, 'number': 23}	{'precision': 0.8, 'recall': 0.7567567567567568, 'f1': 0.7777777777777778, 'number': 37}	{'precision': 0.8235294117647058, 'recall': 0.8936170212765957, 'f1': 0.8571428571428571, 'number': 47}	{'precision': 0.9, 'recall': 0.9, 'f1': 0.9, 'number': 20}	{'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18}	{'precision': 0.8863636363636364, 'recall': 0.9285714285714286, 'f1': 0.9069767441860465, 'number': 42}	{'precision': 0.7666666666666667, 'recall': 0.8846153846153846, 'f1': 0.8214285714285715, 'number': 26}	{'precision': 0.6829268292682927, 'recall': 0.7272727272727273, 'f1': 0.7044025157232705, 'number': 77}	{'precision': 0.8337368845843423, 'recall': 0.8990426457789382, 'f1': 0.8651591289782244, 'number': 1149}	{'precision': 0.8636363636363636, 'recall': 0.8260869565217391, 'f1': 0.8444444444444444, 'number': 23}	{'precision': 0.6808510638297872, 'recall': 0.7804878048780488, 'f1': 0.7272727272727273, 'number': 41}	{'precision': 0.5142857142857142, 'recall': 0.6428571428571429, 'f1': 0.5714285714285714, 'number': 28}	{'precision': 0.7547169811320755, 'recall': 0.8391608391608392, 'f1': 0.794701986754967, 'number': 143}	{'precision': 0.898876404494382, 'recall': 0.9937888198757764, 'f1': 0.943952802359882, 'number': 161}	{'precision': 0.9453125, 'recall': 0.9603174603174603, 'f1': 0.9527559055118109, 'number': 126}	{'precision': 0.6086956521739131, 'recall': 0.7, 'f1': 0.6511627906976744, 'number': 20}	{'precision': 0.85, 'recall': 0.9444444444444444, 'f1': 0.8947368421052632, 'number': 18}	0.8136	0.8742	0.8428	0.9200
0.0148	9.0	5103	0.4568	{'precision': 0.9393939393939394, 'recall': 0.9393939393939394, 'f1': 0.9393939393939394, 'number': 33}	{'precision': 0.7777777777777778, 'recall': 0.7777777777777778, 'f1': 0.7777777777777778, 'number': 18}	{'precision': 0.3333333333333333, 'recall': 0.4444444444444444, 'f1': 0.380952380952381, 'number': 9}	{'precision': 0.6521739130434783, 'recall': 0.7142857142857143, 'f1': 0.6818181818181819, 'number': 21}	{'precision': 0.5909090909090909, 'recall': 0.6190476190476191, 'f1': 0.6046511627906977, 'number': 21}	{'precision': 0.5238095238095238, 'recall': 0.6470588235294118, 'f1': 0.5789473684210527, 'number': 17}	{'precision': 0.6451612903225806, 'recall': 0.7692307692307693, 'f1': 0.7017543859649122, 'number': 26}	{'precision': 0.7894736842105263, 'recall': 0.8333333333333334, 'f1': 0.8108108108108109, 'number': 18}	{'precision': 0.7777777777777778, 'recall': 0.7241379310344828, 'f1': 0.75, 'number': 29}	{'precision': 0.78125, 'recall': 0.7575757575757576, 'f1': 0.7692307692307692, 'number': 33}	{'precision': 0.8518518518518519, 'recall': 0.9583333333333334, 'f1': 0.9019607843137256, 'number': 24}	{'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18}	{'precision': 0.8333333333333334, 'recall': 0.8695652173913043, 'f1': 0.851063829787234, 'number': 23}	{'precision': 0.7647058823529411, 'recall': 0.7027027027027027, 'f1': 0.7323943661971832, 'number': 37}	{'precision': 0.8076923076923077, 'recall': 0.8936170212765957, 'f1': 0.8484848484848485, 'number': 47}	{'precision': 0.7619047619047619, 'recall': 0.8, 'f1': 0.7804878048780488, 'number': 20}	{'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18}	{'precision': 0.9302325581395349, 'recall': 0.9523809523809523, 'f1': 0.9411764705882352, 'number': 42}	{'precision': 0.7931034482758621, 'recall': 0.8846153846153846, 'f1': 0.8363636363636363, 'number': 26}	{'precision': 0.7466666666666667, 'recall': 0.7272727272727273, 'f1': 0.7368421052631579, 'number': 77}	{'precision': 0.8250388802488335, 'recall': 0.9234116623150566, 'f1': 0.8714579055441478, 'number': 1149}	{'precision': 0.8695652173913043, 'recall': 0.8695652173913043, 'f1': 0.8695652173913043, 'number': 23}	{'precision': 0.7333333333333333, 'recall': 0.8048780487804879, 'f1': 0.7674418604651163, 'number': 41}	{'precision': 0.4594594594594595, 'recall': 0.6071428571428571, 'f1': 0.5230769230769231, 'number': 28}	{'precision': 0.8188405797101449, 'recall': 0.7902097902097902, 'f1': 0.804270462633452, 'number': 143}	{'precision': 0.898876404494382, 'recall': 0.9937888198757764, 'f1': 0.943952802359882, 'number': 161}	{'precision': 0.9242424242424242, 'recall': 0.9682539682539683, 'f1': 0.9457364341085271, 'number': 126}	{'precision': 0.6086956521739131, 'recall': 0.7, 'f1': 0.6511627906976744, 'number': 20}	{'precision': 0.85, 'recall': 0.9444444444444444, 'f1': 0.8947368421052632, 'number': 18}	0.8151	0.8853	0.8487	0.9226
0.0122	10.0	5670	0.4703	{'precision': 0.9375, 'recall': 0.9090909090909091, 'f1': 0.923076923076923, 'number': 33}	{'precision': 0.7647058823529411, 'recall': 0.7222222222222222, 'f1': 0.7428571428571428, 'number': 18}	{'precision': 0.35714285714285715, 'recall': 0.5555555555555556, 'f1': 0.43478260869565216, 'number': 9}	{'precision': 0.6521739130434783, 'recall': 0.7142857142857143, 'f1': 0.6818181818181819, 'number': 21}	{'precision': 0.5652173913043478, 'recall': 0.6190476190476191, 'f1': 0.5909090909090909, 'number': 21}	{'precision': 0.5238095238095238, 'recall': 0.6470588235294118, 'f1': 0.5789473684210527, 'number': 17}	{'precision': 0.625, 'recall': 0.7692307692307693, 'f1': 0.6896551724137931, 'number': 26}	{'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 18}	{'precision': 0.6896551724137931, 'recall': 0.6896551724137931, 'f1': 0.6896551724137931, 'number': 29}	{'precision': 0.8064516129032258, 'recall': 0.7575757575757576, 'f1': 0.7812499999999999, 'number': 33}	{'precision': 0.8518518518518519, 'recall': 0.9583333333333334, 'f1': 0.9019607843137256, 'number': 24}	{'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18}	{'precision': 0.8333333333333334, 'recall': 0.8695652173913043, 'f1': 0.851063829787234, 'number': 23}	{'precision': 0.75, 'recall': 0.7297297297297297, 'f1': 0.7397260273972601, 'number': 37}	{'precision': 0.7924528301886793, 'recall': 0.8936170212765957, 'f1': 0.8400000000000001, 'number': 47}	{'precision': 0.7619047619047619, 'recall': 0.8, 'f1': 0.7804878048780488, 'number': 20}	{'precision': 0.9444444444444444, 'recall': 0.9444444444444444, 'f1': 0.9444444444444444, 'number': 18}	{'precision': 0.9302325581395349, 'recall': 0.9523809523809523, 'f1': 0.9411764705882352, 'number': 42}	{'precision': 0.7931034482758621, 'recall': 0.8846153846153846, 'f1': 0.8363636363636363, 'number': 26}	{'precision': 0.7341772151898734, 'recall': 0.7532467532467533, 'f1': 0.7435897435897437, 'number': 77}	{'precision': 0.826938136256852, 'recall': 0.9190600522193212, 'f1': 0.8705688375927454, 'number': 1149}	{'precision': 0.8333333333333334, 'recall': 0.8695652173913043, 'f1': 0.851063829787234, 'number': 23}	{'precision': 0.7333333333333333, 'recall': 0.8048780487804879, 'f1': 0.7674418604651163, 'number': 41}	{'precision': 0.4358974358974359, 'recall': 0.6071428571428571, 'f1': 0.5074626865671643, 'number': 28}	{'precision': 0.7905405405405406, 'recall': 0.8181818181818182, 'f1': 0.8041237113402062, 'number': 143}	{'precision': 0.898876404494382, 'recall': 0.9937888198757764, 'f1': 0.943952802359882, 'number': 161}	{'precision': 0.9242424242424242, 'recall': 0.9682539682539683, 'f1': 0.9457364341085271, 'number': 126}	{'precision': 0.5833333333333334, 'recall': 0.7, 'f1': 0.6363636363636365, 'number': 20}	{'precision': 0.85, 'recall': 0.9444444444444444, 'f1': 0.8947368421052632, 'number': 18}	0.8105	0.8853	0.8462	0.9217

Framework versions

Transformers 4.44.2
Pytorch 2.4.0+cu121
Datasets 3.0.0
Tokenizers 0.19.1

minhquy1624/model_1309

model_1309

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

为此模型做种