QATrainer.Options Clase

Tasa de eliminación después de las funciones de activación en capas de FFN. Debe estar dentro de [0, 1).

Betas para el optimizador de Adam.

Epsilon para el optimizador de Adam.

Nombre de la columna de inicio del índice de respuesta

Tasa de abandono para pesos de atención. Debe estar dentro de [0, 1).

Número de ejemplos que se usarán para el entrenamiento por lotes.

Umbral de recorte de degradados. Debe estar dentro de [0, +Inf). 0 significa no recortar la norma.

Nombre de columna de contexto

Tasa de abandono para situaciones generales. Debe estar dentro de [0, 1).

Si se va a usar la lista desplegable dinámica.

Si se va a aplicar la normalización de capas antes de cada bloque de codificador.

Velocidad de aprendizaje final para el programador de descomposición polinómica.

Si se inmovilizarán los parámetros del codificador.

Si se inmovilizarán los parámetros del módulo de transferencia.

Nombre de columna de etiqueta.

Si se van a entrenar parámetros de norma de capa.

Velocidad de aprendizaje para las primeras N épocas; todas las épocas >N con LR_N. Nota: Esto puede interpretarse de forma diferente en función del programador.

Frecuencia con la que registrar la pérdida.

Detenga el entrenamiento al alcanzar este número de épocas.

Tasa de eliminación en las capas de agrupación del modelo de lenguaje enmascarado. Debe estar dentro de [0, 1).

Nombre de columna de respuesta para las respuestas previstas

Nombre de la columna Predicción.

Nombre de columna de pregunta

Nombre de la columna Puntuación.

Primera columna de oración.

Segunda columna de oración.

Velocidad de aprendizaje inicial para el programador de descomposición polinómica.

Tipo de tarea, que está relacionado con el encabezado del modelo.

Número de respuestas previstas principales en la tarea de respuesta a preguntas.

Nombre de columna de respuesta para los datos de entrenamiento

Conjunto de validación usado durante el entrenamiento para mejorar la calidad del modelo.

Proporción de pasos de preparación para el programador de descomposición polinómica.

Deficiencia de la descomposición del peso. Debe estar dentro de [0, +Inf).