第三周作业二-实战Transformers模型微调

任务

使用完整的 YelpReviewFull 数据集训练，对比看 Acc 最高能到多少。课程代码（ https://github.com/DjangoPeng/LLM-quickstart/blob/main/transformers/fine-tune-quickstart.ipynb ）

加载本地保存的模型，进行评估和再训练更高的 F1 Score。课程代码（ https://github.com/DjangoPeng/LLM-quickstart/blob/main/transformers/fine-tune-QA.ipynb ）

作业提交方式

将执行完的 ipynb 文件（有运行结果）上传至 GitHub，然后将相关 ipynb 的 GitHub 链接（比如： https://github.com/DjangoPeng/LLM-quickstart/blob/main/transformers/pipelines.ipynb ） 复制到下方的评论框，然后点击“提交”按钮即可。

交付

作业1：https://github.com/QingYang1807/AI-Large-Model-Fine-Tuning-Camp/blob/main/%E4%BD%9C%E4%B8%9A/%E4%BD%9C%E4%B8%9A2/%E7%AC%AC%E4%B8%80%E9%81%8D%E5%B0%9D%E8%AF%95%E5%BE%AE%E8%B0%83/fine_tune_quickstart.ipynb

作业2：
https://github.com/QingYang1807/AI-Large-Model-Fine-Tuning-Camp/blob/main/%E4%BD%9C%E4%B8%9A/%E4%BD%9C%E4%B8%9A2/%E7%AC%AC%E4%B8%89%E9%81%8D%E5%AE%8C%E6%95%B4%E5%BE%AE%E8%B0%83/fine_tune_quickstart_%E5%AE%8C%E6%95%B4%E5%BE%AE%E8%B0%83_ipynb%4020240107.ipynb

评价

作业优点
认真的做了第1份作业，对比了完整版微调的差异，赞

作业缺点
第2份作业的提交还是第1份作业的答案？完整版微调的效果和range 1000的差不多，可以多训练几个epoch看？

改进之处
坚持不懈，加油