README.md

metadata

library_name: transformers
license: apache-2.0
base_model: answerdotai/ModernBERT-base
tags:
  - generated_from_trainer
model-index:
  - name: modernbert-reasoning-required
    results: []

modernbert-reasoning-required

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

• Loss: 0.2034
• Mse: 0.2034
• Mae: 0.2578
• Spearman: 0.6963
• High Mae: 0.1355
• High Mse: 0.0831

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: 5e-05
• train_batch_size: 16
• eval_batch_size: 32
• seed: 42
• optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
• lr_scheduler_type: linear
• num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss	Mse	Mae	Spearman	High Mae	High Mse
0.619	0.2	50	0.2932	0.2932	0.3742	0.6209	0.2537	0.1183
0.3229	0.4	100	0.3045	0.3045	0.4308	0.6303	0.3396	0.1437
0.3032	0.6	150	0.2575	0.2575	0.3473	0.6785	0.2365	0.1040
0.2609	0.8	200	0.2513	0.2513	0.3433	0.6764	0.2603	0.1442
0.3414	1.0	250	0.2308	0.2308	0.3039	0.6732	0.1798	0.0894
0.2337	1.2	300	0.2491	0.2491	0.3620	0.6669	0.2780	0.1358
0.2665	1.4	350	0.2522	0.2522	0.3350	0.6803	0.2483	0.1660
0.1984	1.6	400	0.2660	0.2660	0.3380	0.6836	0.1872	0.0689
0.2587	1.8	450	0.2341	0.2341	0.3284	0.6852	0.2225	0.1109
0.1862	2.0	500	0.2146	0.2146	0.2971	0.6927	0.1798	0.0821
0.1218	2.2	550	0.2364	0.2364	0.3277	0.6888	0.2408	0.1480
0.1232	2.4	600	0.2216	0.2216	0.3226	0.7030	0.2305	0.1221
0.1651	2.6	650	0.2219	0.2219	0.3344	0.6868	0.2487	0.1190
0.1631	2.8	700	0.2306	0.2306	0.3312	0.6918	0.2533	0.1495
0.1024	3.0	750	0.2256	0.2256	0.3368	0.6882	0.2320	0.0966
0.0713	3.2	800	0.2189	0.2189	0.2950	0.6878	0.1907	0.1121
0.0608	3.4	850	0.2196	0.2196	0.2934	0.6981	0.1933	0.1178
0.0656	3.6	900	0.2199	0.2199	0.3018	0.7047	0.2186	0.1358
0.0774	3.8	950	0.2034	0.2034	0.2765	0.7033	0.1668	0.0962
0.0507	4.0	1000	0.2142	0.2142	0.2726	0.6607	0.1283	0.0602
0.0383	4.2	1050	0.2260	0.2260	0.3115	0.7006	0.1781	0.0642
0.0481	4.4	1100	0.2198	0.2198	0.3510	0.6998	0.2959	0.1498
0.0466	4.6	1150	0.2121	0.2121	0.3278	0.6813	0.2356	0.0976
0.029	4.8	1200	0.2055	0.2055	0.2710	0.7043	0.1522	0.0857
0.0355	5.0	1250	0.2016	0.2016	0.2751	0.7064	0.1707	0.0989
0.0178	5.2	1300	0.2108	0.2108	0.2926	0.6538	0.1835	0.1015
0.0321	5.4	1350	0.2053	0.2053	0.2824	0.7000	0.1876	0.1124
0.0167	5.6	1400	0.1993	0.1993	0.2622	0.7052	0.1473	0.0886
0.0243	5.8	1450	0.2052	0.2052	0.3119	0.6965	0.2269	0.1081
0.0169	6.0	1500	0.2058	0.2058	0.2565	0.6841	0.1239	0.0734
0.0103	6.2	1550	0.2006	0.2006	0.2639	0.6926	0.1496	0.0907
0.0136	6.4	1600	0.2039	0.2039	0.2859	0.6873	0.1846	0.1002
0.0093	6.6	1650	0.1995	0.1995	0.2685	0.7040	0.1654	0.1001
0.0093	6.8	1700	0.2065	0.2065	0.2604	0.6920	0.1416	0.0932
0.0095	7.0	1750	0.2056	0.2056	0.2618	0.7007	0.1476	0.0956
0.0062	7.2	1800	0.2043	0.2043	0.2637	0.6919	0.1470	0.0918
0.0052	7.4	1850	0.2018	0.2018	0.2593	0.6920	0.1453	0.0927
0.0078	7.6	1900	0.2043	0.2043	0.2571	0.6849	0.1243	0.0699
0.0064	7.8	1950	0.2094	0.2094	0.2565	0.6845	0.1156	0.0650
0.0063	8.0	2000	0.2047	0.2047	0.2556	0.6861	0.1232	0.0703
0.0038	8.2	2050	0.2056	0.2056	0.2541	0.6923	0.1245	0.0787
0.0027	8.4	2100	0.2069	0.2069	0.2587	0.6908	0.1315	0.0792
0.0025	8.6	2150	0.2041	0.2041	0.2576	0.6960	0.1351	0.0835
0.0034	8.8	2200	0.2023	0.2023	0.2633	0.6974	0.1511	0.0920
0.0029	9.0	2250	0.2034	0.2034	0.2589	0.6950	0.1369	0.0833
0.002	9.2	2300	0.2029	0.2029	0.2591	0.6985	0.1398	0.0861
0.0025	9.4	2350	0.2033	0.2033	0.2575	0.6969	0.1346	0.0824
0.0011	9.6	2400	0.2042	0.2042	0.2572	0.6958	0.1314	0.0798
0.0023	9.8	2450	0.2034	0.2034	0.2582	0.6951	0.1364	0.0836
0.0006	10.0	2500	0.2034	0.2034	0.2578	0.6963	0.1355	0.0831

Framework versions

• Transformers 4.51.0
• Pytorch 2.6.0+cu124
• Datasets 3.5.0
• Tokenizers 0.21.1