XLM_RoBERTa-Large-Detección-de-Clickbait-NUEVO-Dato
christinacdl
Clasificación de texto
Este modelo es una versión afinada de xlm-roberta-large en un conjunto de datos desconocido. Es capaz de clasificar texto para detectar clickbait. Es compatible con AutoTrain y Endpoints de Inferencia. El modelo usa transformers, safetensors y está basado en FacebookAI/xlm-roberta-large.
Como usar
# Código de ejemplo para utilizar el modelo
from transformers import AutoModelForSequenceClassification, AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained("christinacdl/XLM_RoBERTa-Large-Clickbait-Detection-NEW-Data")
model = AutoModelForSequenceClassification.from_pretrained("christinacdl/XLM_RoBERTa-Large-Clickbait-Detection-NEW-Data")
Parámetros de entrenamiento:
- learning_rate: 1e-05
- train_batch_size: 32
- eval_batch_size: 32
- seed: 42
- optimizer: Adam con betas=(0.9,0.999) y epsilon=1e-08
- lr_scheduler_type: lineal
- num_epochs: 10
Versiones de frameworks:
- Transformers 4.36.1
- Pytorch 2.1.0+cu121
- Datasets 2.13.1
- Tokenizers 0.15.0
Ejemplo de texto para la inferencia:
"I like you. I love you"
Funcionalidades
- Clasificación de texto
- Compatible con transformers
- Usa safetensors
- Generado desde Trainer
- Modelo base: FacebookAI/xlm-roberta-large
- Afinado: FacebookAI/xlm-roberta-large
- Compatible con AutoTrain
- Compatible con Endpoints de Inferencia
- Licencia: MIT
- Región: EE.UU.
Casos de uso
- Detección de clickbait en contenido web
- Filtrado de noticias engañosas
- Moderación de contenido en plataformas de contenido generado por usuarios