README.md

metadata

license: mit
base_model: gogamza/kobart-base-v2
tags:
  - generated_from_trainer
model-index:
  - name: qa_kor_math
    results: []

qa_kor_math

This model is a fine-tuned version of gogamza/kobart-base-v2 on an unknown dataset. It achieves the following results on the evaluation set:

• Loss: 0.2586

Model description

한국어 수학 문제를 입력하면, 문제 유형과 문제 유형에 대한 설명, 풀이(코드), 정답이 출력되도록 fine tuning 했습니다.
문제 유형 종류로는 산술연산, 순서정하기, 조합하기, 수 찾기, 크기 비교, 도형이 있습니다.
모델이 가벼운 탓인지 정확도가 높지는 않아 보입니다.

Intended uses & limitations

Training and evaluation data

TUNiB.ai에서 github에 공개한 train 데이터 셋으로 학습하였습니다.

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

• learning_rate: 1e-05
• train_batch_size: 16
• eval_batch_size: 16
• seed: 42
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: linear
• lr_scheduler_warmup_steps: 400
• num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss
No log	0.63	100	2.9907
No log	1.26	200	0.9196
No log	1.89	300	0.5858
No log	2.52	400	0.4351
2.4889	3.14	500	0.3693
2.4889	3.77	600	0.3356
2.4889	4.4	700	0.3182
2.4889	5.03	800	0.3017
2.4889	5.66	900	0.2949
0.3483	6.29	1000	0.2798
0.3483	6.92	1100	0.2748
0.3483	7.55	1200	0.2695
0.3483	8.18	1300	0.2649
0.3483	8.81	1400	0.2610
0.2753	9.43	1500	0.2586

Framework versions

• Transformers 4.38.2
• Pytorch 2.2.1+cu121
• Datasets 2.18.0
• Tokenizers 0.15.2