Downloads · 30 days
11
55% of all-time downloads
nc_ner_bert_model_german_grob
NICFRU/nc_ner_bert_model_german_grob
nc_ner_bert_model_german_grob is a machine learning model from NICFRU. Use it for the machine learning task on the model card, and read the license before you ship it in a product.
Dieses Modell ist eine feinjustierte Variante von bert-base-german-cased und wurde auf dem german-ler-Datensatz mit zusammengefassten (coarse) juristischen Entitäten trainiert. Die ursprünglichen 19 Labels wurden auf…
All-time downloads
20
Public
Parameters
109M
434 MB on disk
Likes
0
Public
Repo makeup
Click a slice to open those files.
.safetensors434 MB · 100%
At a glance
- Model type
- bert
- Access
- Public
- Created
- Jun 14, 2025
- Updated
- Jul 12, 2025
- SHA
- 175e97ff
Model card
From the Hugging Face model README
nc_ner_bert_model_german_grob
Dieses Modell ist eine feinjustierte Variante von bert-base-german-cased und wurde auf dem german-ler-Datensatz mit zusammengefassten (coarse) juristischen Entitäten trainiert.
Die ursprünglichen 19 Labels wurden auf 7 Oberkategorien reduziert, um eine robuste, generalisierbare NER-Leistung im juristischen Kontext zu ermöglichen.
Evaluationsergebnisse
- F1-Score (micro avg): 0.9792
- Precision (micro avg): 0.9750
- Recall (micro avg): 0.9835
- Loss: 0.0088
Klassenweise Metriken (coarse level):
| Klasse | Bedeutung | Precision | Recall | F1-Score | Support |
|---|---|---|---|---|---|
| PER | Person | 0.9563 | 0.9533 | 0.9548 | 321 |
| ORG | Organization | 0.9799 | 0.9799 | 0.9799 | 796 |
| RS | Court decision | 0.9872 | 0.9928 | 0.9900 | 1245 |
| LIT | Legal literature | 0.9717 | 0.9841 | 0.9778 | 314 |
| LOC | Location | 0.9252 | 0.9400 | 0.9325 | 250 |
| NRM | Legal norm | 0.9854 | 0.9907 | 0.9880 | 2039 |
| REG | Case-by-case regul. | 0.9200 | 0.9746 | 0.9465 | 354 |
Durchschnittswerte:
- Macro avg (F1): 0.9671
- Weighted avg (F1): 0.9793
Hinweis zur Metrikwahl
Für die Gesamteinschätzung wird der micro-average F1-Score herangezogen, da hier alle Vorhersagen gleich gewichtet werden – unabhängig von der Klassengröße. Dies ist bei sequenzbasierten NER-Aufgaben sinnvoll, da jede Token-Entscheidung den gleichen Einfluss auf die Gesamtleistung hat.
Überblick über die Metriktypen:
- Micro average: Gesamtanzahl aller True Positives, False Positives und False Negatives → alle Klassenbeiträge gleich gewichtet
- Macro average: Durchschnitt der Metriken über alle Klassen → alle Klassen gleich wichtig, unabhängig von Support
- Weighted average: Durchschnitt über alle Klassen, gewichtet nach Klassengröße → größere Klassen haben mehr Einfluss
Zusammengeführte Entitäten
- Personen:
PER,RR,AN→ PER - Orte:
LD,ST,STR,LDS→ LOC - Organisationen:
ORG,UN,INN,GRT,MRK→ ORG - Rechtsnormen:
GS,VO,EUN→ NRM - Regelwerke & Verträge:
VS,VT→ REG - Gerichtsentscheidungen:
RS - Literatur:
LIT
Trainingskonfiguration
- Modell:
bert-base-german-cased - Datensatz:
german-ler(BIO-annotiert) - Trainingsepochen: 6
- Batchgröße: 32
- Lernrate: 2e-5
- Weight Decay: 0.01
- Evaluation alle: 200 Schritte
- Selektion nach: F1-Score (Bestes Modell gespeichert)
Nutzung
Das Modell eignet sich für juristische NER-Anwendungen, bei denen eine robuste Extraktion relevanter Entitäten aus deutschsprachigen Rechtstexten erforderlich ist – z. B. in Schriftsatzanalyse, Vertragsprüfung oder juristischem Wissensmanagement.
Training results
| loss | epoch | step | eval_loss | eval_f1 | eval_precision | eval_recall |
|---|---|---|---|---|---|---|
| 0.6302 | 0.029958058717795086 | 50 | nan | nan | nan | nan |
| 0.137 | 0.05991611743559017 | 100 | nan | nan | nan | nan |
| 0.0919 | 0.08987417615338526 | 150 | nan | nan | nan | nan |
| 0.0617 | 0.11983223487118035 | 200 | nan | nan | nan | nan |
| nan | 0.11983223487118035 | 200 | 0.0570569671690464 | 0.7422995982399081 | 0.7157351042243129 | 0.7709119809258891 |
| 0.0539 | 0.14979029358897544 | 250 | nan | nan | nan | nan |
| 0.0487 | 0.17974835230677053 | 300 | nan | nan | nan | nan |
| 0.0418 | 0.2097064110245656 | 350 | nan | nan | nan | nan |
| 0.0376 | 0.2396644697423607 | 400 | nan | nan | nan | nan |
| nan | 0.2396644697423607 | 400 | 0.036978162825107574 | 0.8395583293326933 | 0.8123374210330732 | 0.8686667991257699 |
| 0.0383 | 0.2696225284601558 | 450 | nan | nan | nan | nan |
| 0.0349 | 0.2995805871779509 | 500 | nan | nan | nan | nan |
| 0.0407 | 0.32953864589574594 | 550 | nan | nan | nan | nan |
| 0.0264 | 0.35949670461354105 | 600 | nan | nan | nan | nan |
| nan | 0.35949670461354105 | 600 | 0.029445555061101913 | 0.8749758454106279 | 0.8516080496520594 | 0.8996622292867077 |
| 0.0362 | 0.3894547633313361 | 650 | nan | nan | nan | nan |
| 0.0275 | 0.4194128220491312 | 700 | nan | nan | nan | nan |
| 0.0247 | 0.44937088076692633 | 750 | nan | nan | nan | nan |
| 0.0302 | 0.4793289394847214 | 800 | nan | nan | nan | nan |
| nan | 0.4793289394847214 | 800 | 0.026892468333244324 | 0.8803402281074811 | 0.8571428571428571 | 0.9048281343135307 |
| 0.0252 | 0.5092869982025164 | 850 | nan | nan | nan | nan |
| 0.0301 | 0.5392450569203115 | 900 | nan | nan | nan | nan |
| 0.034 | 0.5692031156381067 | 950 | nan | nan | nan | nan |
| 0.0259 | 0.5991611743559018 | 1000 | nan | nan | nan | nan |
| nan | 0.5991611743559018 | 1000 | 0.02627747133374214 | 0.8942539835828102 | 0.8699736940999624 | 0.919928472084244 |
| 0.0293 | 0.6291192330736968 | 1050 | nan | nan | nan | nan |
| 0.0179 | 0.6590772917914919 | 1100 | nan | nan | nan | nan |
| 0.0213 | 0.689035350509287 | 1150 | nan | nan | nan | nan |
| 0.0251 | 0.7189934092270821 | 1200 | nan | nan | nan | nan |
| nan | 0.7189934092270821 | 1200 | 0.02609006129205227 | 0.9044088958252049 | 0.8882927763939452 | 0.9211206040135108 |
| 0.0342 | 0.7489514679448772 | 1250 | nan | nan | nan | nan |
| 0.0224 | 0.7789095266626722 | 1300 | nan | nan | nan | nan |
| 0.0409 | 0.8088675853804673 | 1350 | nan | nan | nan | nan |
| 0.0249 | 0.8388256440982624 | 1400 | nan | nan | nan | nan |
| nan | 0.8388256440982624 | 1400 | 0.022626284509897232 | 0.9050952936600545 | 0.8863073700247572 | 0.9246969998013114 |
| 0.034 | 0.8687837028160575 | 1450 | nan | nan | nan | nan |
| 0.0261 | 0.8987417615338527 | 1500 | nan | nan | nan | nan |
| 0.0255 | 0.9286998202516477 | 1550 | nan | nan | nan | nan |
| 0.0206 | 0.9586578789694428 | 1600 | nan | nan | nan | nan |
| nan | 0.9586578789694428 | 1600 | 0.024541128426790237 | 0.911167021482485 | 0.8881343142803245 | 0.9354261871647129 |
| 0.0215 | 0.9886159376872379 | 1650 | nan | nan | nan | nan |
| 0.0163 | 1.0185739964050329 | 1700 | nan | nan | nan | nan |
| 0.0101 | 1.048532055122828 | 1750 | nan | nan | nan | nan |
| 0.0127 | 1.078490113840623 | 1800 | nan | nan | nan | nan |
| nan | 1.078490113840623 | 1800 | 0.027728121727705002 | 0.9107142857142857 | 0.8901536710301651 | 0.932247168686668 |
| 0.0116 | 1.1084481725584183 | 1850 | nan | nan | nan | nan |
| 0.0117 | 1.1384062312762133 | 1900 | nan | nan | nan | nan |
| 0.0105 | 1.1683642899940083 | 1950 | nan | nan | nan | nan |
| 0.0109 | 1.1983223487118035 | 2000 | nan | nan | nan | nan |
| nan | 1.1983223487118035 | 2000 | 0.022775480523705482 | 0.9193359375000001 | 0.903975417706933 | 0.9352274985098351 |
| 0.0088 | 1.2282804074295985 | 2050 | nan | nan | nan | nan |
| 0.0082 | 1.2582384661473935 | 2100 | nan | nan | nan | nan |
| 0.0138 | 1.2881965248651888 | 2150 | nan | nan | nan | nan |
| 0.0153 | 1.3181545835829838 | 2200 | nan | nan | nan | nan |
| nan | 1.3181545835829838 | 2200 | 0.02310493402183056 | 0.9244989297528702 | 0.905815061963775 | 0.9439697993244586 |
| 0.0125 | 1.348112642300779 | 2250 | nan | nan | nan | nan |
| 0.0159 | 1.378070701018574 | 2300 | nan | nan | nan | nan |
| 0.0173 | 1.4080287597363692 | 2350 | nan | nan | nan | nan |
| 0.0116 | 1.4379868184541642 | 2400 | nan | nan | nan | nan |
| nan | 1.4379868184541642 | 2400 | 0.0243744645267725 | 0.9262993050797691 | 0.9128086419753086 | 0.9401947148817803 |
| 0.0116 | 1.4679448771719592 | 2450 | nan | nan | nan | nan |
| 0.0105 | 1.4979029358897544 | 2500 | nan | nan | nan | nan |
| 0.013 | 1.5278609946075494 | 2550 | nan | nan | nan | nan |
| 0.0091 | 1.5578190533253444 | 2600 | nan | nan | nan | nan |
| nan | 1.5578190533253444 | 2600 | 0.02153855189681053 | 0.9268244961846998 | 0.9128926575448063 | 0.9411881581561693 |
| 0.0137 | 1.5877771120431396 | 2650 | nan | nan | nan | nan |
| 0.0112 | 1.6177351707609346 | 2700 | nan | nan | nan | nan |
| 0.0118 | 1.6476932294787296 | 2750 | nan | nan | nan | nan |
| 0.0091 | 1.6776512881965249 | 2800 | nan | nan | nan | nan |
| nan | 1.6776512881965249 | 2800 | 0.024013841524720192 | 0.924458325200078 | 0.908497985804719 | 0.9409894695012915 |
| 0.0105 | 1.70760934691432 | 2850 | nan | nan | nan | nan |
| 0.0141 | 1.737567405632115 | 2900 | nan | nan | nan | nan |
| 0.0143 | 1.76752546434991 | 2950 | nan | nan | nan | nan |
| 0.0129 | 1.7974835230677053 | 3000 | nan | nan | nan | nan |
| nan | 1.7974835230677053 | 3000 | 0.02145160548388958 | 0.9328504306969461 | 0.9193517267991511 | 0.9467514404927478 |
| 0.0086 | 1.8274415817855003 | 3050 | nan | nan | nan | nan |
| 0.018 | 1.8573996405032953 | 3100 | nan | nan | nan | nan |
| 0.0103 | 1.8873576992210905 | 3150 | nan | nan | nan | nan |
| 0.0108 | 1.9173157579388855 | 3200 | nan | nan | nan | nan |
| nan | 1.9173157579388855 | 3200 | 0.020700935274362564 | 0.9269392958713347 | 0.9151820294345469 | 0.9390025829525134 |
| 0.0153 | 1.9472738166566805 | 3250 | nan | nan | nan | nan |
| 0.0158 | 1.9772318753744758 | 3300 | nan | nan | nan | nan |
| 0.0094 | 2.007189934092271 | 3350 | nan | nan | nan | nan |
| 0.0048 | 2.0371479928100658 | 3400 | nan | nan | nan | nan |
| nan | 2.0371479928100658 | 3400 | 0.020936788991093636 | 0.9311019769035037 | 0.9174541947926712 | 0.9451619312537254 |
| 0.0056 | 2.067106051527861 | 3450 | nan | nan | nan | nan |
| 0.0062 | 2.097064110245656 | 3500 | nan | nan | nan | nan |
| 0.005 | 2.127022168963451 | 3550 | nan | nan | nan | nan |
| 0.0048 | 2.156980227681246 | 3600 | nan | nan | nan | nan |
| nan | 2.156980227681246 | 3600 | 0.023634372279047966 | 0.9259547934528448 | 0.908430510418658 | 0.9441684879793364 |
| 0.007 | 2.1869382863990414 | 3650 | nan | nan | nan | nan |
| 0.0072 | 2.2168963451168366 | 3700 | nan | nan | nan | nan |
| 0.0059 | 2.2468544038346314 | 3750 | nan | nan | nan | nan |
| 0.0053 | 2.2768124625524266 | 3800 | nan | nan | nan | nan |
| nan | 2.2768124625524266 | 3800 | 0.022834839299321175 | 0.9310983334957607 | 0.913733741392502 | 0.9491357043512816 |
| 0.0044 | 2.306770521270222 | 3850 | nan | nan | nan | nan |
| 0.0054 | 2.3367285799880166 | 3900 | nan | nan | nan | nan |
| 0.0071 | 2.366686638705812 | 3950 | nan | nan | nan | nan |
| 0.0046 | 2.396644697423607 | 4000 | nan | nan | nan | nan |
| nan | 2.396644697423607 | 4000 | 0.021960098296403885 | 0.9333594285155103 | 0.9195912070960278 | 0.9475461951122591 |
| 0.0065 | 2.426602756141402 | 4050 | nan | nan | nan | nan |
| 0.0039 | 2.456560814859197 | 4100 | nan | nan | nan | nan |
| 0.0064 | 2.4865188735769923 | 4150 | nan | nan | nan | nan |
| 0.0079 | 2.516476932294787 | 4200 | nan | nan | nan | nan |
| nan | 2.516476932294787 | 4200 | 0.022769909352064133 | 0.937579617834395 | 0.9249806651198763 | 0.9505265249354262 |
| 0.0081 | 2.5464349910125823 | 4250 | nan | nan | nan | nan |
| 0.0107 | 2.5763930497303775 | 4300 | nan | nan | nan | nan |
| 0.0086 | 2.6063511084481723 | 4350 | nan | nan | nan | nan |
| 0.0059 | 2.6363091671659675 | 4400 | nan | nan | nan | nan |
| nan | 2.6363091671659675 | 4400 | 0.02263041026890278 | 0.9353448275862069 | 0.922512077294686 | 0.9485396383866481 |
| 0.0083 | 2.6662672258837627 | 4450 | nan | nan | nan | nan |
| 0.0062 | 2.696225284601558 | 4500 | nan | nan | nan | nan |
| 0.0039 | 2.7261833433193527 | 4550 | nan | nan | nan | nan |
| 0.0038 | 2.756141402037148 | 4600 | nan | nan | nan | nan |
| nan | 2.756141402037148 | 4600 | 0.02347700670361519 | 0.9385277995301486 | 0.9249469419255257 | 0.9525134114842042 |
| 0.0038 | 2.786099460754943 | 4650 | nan | nan | nan | nan |
| 0.007 | 2.8160575194727384 | 4700 | nan | nan | nan | nan |
| 0.0052 | 2.846015578190533 | 4750 | nan | nan | nan | nan |
| 0.0048 | 2.8759736369083284 | 4800 | nan | nan | nan | nan |
| nan | 2.8759736369083284 | 4800 | 0.022864466533064842 | 0.94476601589326 | 0.9331395348837209 | 0.9566858732366382 |
| 0.0059 | 2.9059316956261236 | 4850 | nan | nan | nan | nan |
| 0.0064 | 2.9358897543439184 | 4900 | nan | nan | nan | nan |
| 0.0054 | 2.9658478130617136 | 4950 | nan | nan | nan | nan |
| 0.0039 | 2.995805871779509 | 5000 | nan | nan | nan | nan |
| nan | 2.995805871779509 | 5000 | 0.023634204640984535 | 0.9382329945269743 | 0.9232544720138488 | 0.9537055434134711 |
| 0.0041 | 3.0257639304973036 | 5050 | nan | nan | nan | nan |
| 0.0025 | 3.055721989215099 | 5100 | nan | nan | nan | nan |
| 0.0023 | 3.085680047932894 | 5150 | nan | nan | nan | nan |
| 0.0037 | 3.115638106650689 | 5200 | nan | nan | nan | nan |
| nan | 3.115638106650689 | 5200 | 0.024634821340441704 | 0.9381725689688906 | 0.9240701483908268 | 0.952712100139082 |
| 0.0022 | 3.145596165368484 | 5250 | nan | nan | nan | nan |
| 0.0024 | 3.1755542240862793 | 5300 | nan | nan | nan | nan |
| 0.003 | 3.205512282804074 | 5350 | nan | nan | nan | nan |
| 0.0015 | 3.2354703415218693 | 5400 | nan | nan | nan | nan |
| nan | 3.2354703415218693 | 5400 | 0.025725096464157104 | 0.938247402470104 | 0.9259044302573032 | 0.9509239022451818 |
| 0.0018 | 3.2654284002396645 | 5450 | nan | nan | nan | nan |
| 0.0028 | 3.2953864589574597 | 5500 | nan | nan | nan | nan |
| 0.0037 | 3.3253445176752545 | 5550 | nan | nan | nan | nan |
| 0.003 | 3.3553025763930497 | 5600 | nan | nan | nan | nan |
| nan | 3.3553025763930497 | 5600 | 0.024737508967518806 | 0.9409336609336609 | 0.9309607156748347 | 0.9511225909000596 |
| 0.0013 | 3.385260635110845 | 5650 | nan | nan | nan | nan |
| 0.0019 | 3.4152186938286397 | 5700 | nan | nan | nan | nan |
| 0.0034 | 3.445176752546435 | 5750 | nan | nan | nan | nan |
| 0.0065 | 3.47513481126423 | 5800 | nan | nan | nan | nan |
| nan | 3.47513481126423 | 5800 | 0.023864557966589928 | 0.9428318409918333 | 0.9339181286549708 | 0.9519173455195709 |
| 0.003 | 3.5050928699820254 | 5850 | nan | nan | nan | nan |
| 0.0032 | 3.53505092869982 | 5900 | nan | nan | nan | nan |
| 0.0038 | 3.5650089874176154 | 5950 | nan | nan | nan | nan |
| 0.0034 | 3.5949670461354106 | 6000 | nan | nan | nan | nan |
| nan | 3.5949670461354106 | 6000 | 0.02474203333258629 | 0.9409344695856597 | 0.9279366306027821 | 0.9543016093781045 |
| 0.0027 | 3.6249251048532054 | 6050 | nan | nan | nan | nan |
| 0.0035 | 3.6548831635710006 | 6100 | nan | nan | nan | nan |
| 0.0026 | 3.684841222288796 | 6150 | nan | nan | nan | nan |
| 0.0018 | 3.7147992810065906 | 6200 | nan | nan | nan | nan |
| nan | 3.7147992810065906 | 6200 | 0.026276376098394394 | 0.942241464134606 | 0.9333333333333333 | 0.9513212795549374 |
| 0.0019 | 3.744757339724386 | 6250 | nan | nan | nan | nan |
| 0.0031 | 3.774715398442181 | 6300 | nan | nan | nan | nan |
| 0.0015 | 3.804673457159976 | 6350 | nan | nan | nan | nan |
| 0.0042 | 3.834631515877771 | 6400 | nan | nan | nan | nan |
| nan | 3.834631515877771 | 6400 | 0.025327833369374275 | 0.9418707583357924 | 0.9326061550447994 | 0.9513212795549374 |
| 0.0044 | 3.8645895745955663 | 6450 | nan | nan | nan | nan |
| 0.003 | 3.894547633313361 | 6500 | nan | nan | nan | nan |
| 0.0058 | 3.9245056920311563 | 6550 | nan | nan | nan | nan |
| 0.0031 | 3.9544637507489515 | 6600 | nan | nan | nan | nan |
| nan | 3.9544637507489515 | 6600 | 0.02498338744044304 | 0.9385157626786764 | 0.9251109824358232 | 0.9523147228293265 |
| 0.0018 | 3.9844218094667463 | 6650 | nan | nan | nan | nan |
| 0.003 | 4.014379868184542 | 6700 | nan | nan | nan | nan |
| 0.0027 | 4.044337926902337 | 6750 | nan | nan | nan | nan |
| 0.0013 | 4.0742959856201315 | 6800 | nan | nan | nan | nan |
| nan | 4.0742959856201315 | 6800 | 0.025452492758631706 | 0.9455869329922267 | 0.9366471734892787 | 0.9546989866878601 |
| 0.0028 | 4.104254044337927 | 6850 | nan | nan | nan | nan |
| 0.0019 | 4.134212103055722 | 6900 | nan | nan | nan | nan |
| 0.0017 | 4.164170161773517 | 6950 | nan | nan | nan | nan |
| 0.001 | 4.194128220491312 | 7000 | nan | nan | nan | nan |
| nan | 4.194128220491312 | 7000 | 0.026099666953086853 | 0.9451758695224995 | 0.93488824101069 | 0.9556924299622491 |
| 0.0013 | 4.224086279209107 | 7050 | nan | nan | nan | nan |
| 0.0034 | 4.254044337926902 | 7100 | nan | nan | nan | nan |
| 0.0036 | 4.284002396644698 | 7150 | nan | nan | nan | nan |
| 0.0018 | 4.313960455362492 | 7200 | nan | nan | nan | nan |
| nan | 4.313960455362492 | 7200 | 0.023685529828071594 | 0.9473994690787533 | 0.9377189567925263 | 0.9572819392012716 |
| 0.0008 | 4.343918514080288 | 7250 | nan | nan | nan | nan |
| 0.0015 | 4.373876572798083 | 7300 | nan | nan | nan | nan |
| 0.0058 | 4.403834631515878 | 7350 | nan | nan | nan | nan |
| 0.0012 | 4.433792690233673 | 7400 | nan | nan | nan | nan |
| nan | 4.433792690233673 | 7400 | 0.025020906701683998 | 0.946283020720809 | 0.9355339805825242 | 0.9572819392012716 |
| 0.0021 | 4.463750748951468 | 7450 | nan | nan | nan | nan |
| 0.0008 | 4.493708807669263 | 7500 | nan | nan | nan | nan |
| 0.001 | 4.5236668663870585 | 7550 | nan | nan | nan | nan |
| 0.0008 | 4.553624925104853 | 7600 | nan | nan | nan | nan |
| nan | 4.553624925104853 | 7600 | 0.02633568085730076 | 0.9466653570376191 | 0.9360916860916861 | 0.9574806278561494 |
| 0.0014 | 4.583582983822648 | 7650 | nan | nan | nan | nan |
| 0.002 | 4.613541042540444 | 7700 | nan | nan | nan | nan |
| 0.0009 | 4.6434991012582385 | 7750 | nan | nan | nan | nan |
| 0.0015 | 4.673457159976033 | 7800 | nan | nan | nan | nan |
| nan | 4.673457159976033 | 7800 | 0.025396013632416725 | 0.9451219512195121 | 0.9357351509250244 | 0.9546989866878601 |
| 0.0017 | 4.703415218693829 | 7850 | nan | nan | nan | nan |
| 0.0022 | 4.733373277411624 | 7900 | nan | nan | nan | nan |
| 0.0012 | 4.7633313361294185 | 7950 | nan | nan | nan | nan |
| 0.0016 | 4.793289394847214 | 8000 | nan | nan | nan | nan |
| nan | 4.793289394847214 | 8000 | 0.02576581761240959 | 0.9442700156985872 | 0.9327389028881566 | 0.9560898072720048 |
| 0.0017 | 4.823247453565009 | 8050 | nan | nan | nan | nan |
| 0.0011 | 4.853205512282804 | 8100 | nan | nan | nan | nan |
| 0.001 | 4.883163571000599 | 8150 | nan | nan | nan | nan |
| 0.0013 | 4.913121629718394 | 8200 | nan | nan | nan | nan |
| nan | 4.913121629718394 | 8200 | 0.025730391964316368 | 0.9484779824647818 | 0.9406017975771785 | 0.9564871845817604 |
| 0.0023 | 4.943079688436189 | 8250 | nan | nan | nan | nan |
| 0.0006 | 4.973037747153985 | 8300 | nan | nan | nan | nan |
| 0.0019 | 5.002995805871779 | 8350 | nan | nan | nan | nan |
| 0.0008 | 5.032953864589574 | 8400 | nan | nan | nan | nan |
| nan | 5.032953864589574 | 8400 | 0.02589144930243492 | 0.9465182704619325 | 0.9384765625 | 0.9546989866878601 |
| 0.0007 | 5.06291192330737 | 8450 | nan | nan | nan | nan |
| 0.0007 | 5.092869982025165 | 8500 | nan | nan | nan | nan |
| 0.0015 | 5.12282804074296 | 8550 | nan | nan | nan | nan |
| 0.0012 | 5.152786099460755 | 8600 | nan | nan | nan | nan |
| nan | 5.152786099460755 | 8600 | 0.02597998082637787 | 0.9476274857255365 | 0.9391219512195121 | 0.9562884959268826 |
| 0.0013 | 5.18274415817855 | 8650 | nan | nan | nan | nan |
| 0.0007 | 5.2127022168963455 | 8700 | nan | nan | nan | nan |
| 0.0008 | 5.24266027561414 | 8750 | nan | nan | nan | nan |
| 0.0004 | 5.272618334331935 | 8800 | nan | nan | nan | nan |
| nan | 5.272618334331935 | 8800 | 0.026880230754613876 | 0.9459937156323645 | 0.9351582217045233 | 0.9570832505463938 |
| 0.0011 | 5.302576393049731 | 8850 | nan | nan | nan | nan |
| 0.0016 | 5.3325344517675255 | 8900 | nan | nan | nan | nan |
| 0.0006 | 5.36249251048532 | 8950 | nan | nan | nan | nan |
| 0.0014 | 5.392450569203116 | 9000 | nan | nan | nan | nan |
| nan | 5.392450569203116 | 9000 | 0.026578351855278015 | 0.9486446525381961 | 0.9413145539906104 | 0.9560898072720048 |
| 0.0011 | 5.422408627920911 | 9050 | nan | nan | nan | nan |
| 0.0005 | 5.4523666866387055 | 9100 | nan | nan | nan | nan |
| 0.001 | 5.482324745356501 | 9150 | nan | nan | nan | nan |
| 0.0023 | 5.512282804074296 | 9200 | nan | nan | nan | nan |
| nan | 5.512282804074296 | 9200 | 0.026412922888994217 | 0.9469644789924234 | 0.9380116959064327 | 0.9560898072720048 |
| 0.0011 | 5.542240862792091 | 9250 | nan | nan | nan | nan |
| 0.0005 | 5.572198921509886 | 9300 | nan | nan | nan | nan |
| 0.0015 | 5.602156980227681 | 9350 | nan | nan | nan | nan |
| 0.0004 | 5.632115038945477 | 9400 | nan | nan | nan | nan |
| nan | 5.632115038945477 | 9400 | 0.026432661339640617 | 0.946498819826908 | 0.9370983446932813 | 0.9560898072720048 |
| 0.0009 | 5.662073097663272 | 9450 | nan | nan | nan | nan |
| 0.0008 | 5.692031156381066 | 9500 | nan | nan | nan | nan |
| 0.0006 | 5.721989215098862 | 9550 | nan | nan | nan | nan |
| 0.0006 | 5.751947273816657 | 9600 | nan | nan | nan | nan |
| nan | 5.751947273816657 | 9600 | 0.026862656697630882 | 0.9483115093039283 | 0.9398907103825137 | 0.9568845618915159 |
| 0.0004 | 5.781905332534452 | 9650 | nan | nan | nan | nan |
| 0.0012 | 5.811863391252247 | 9700 | nan | nan | nan | nan |
| 0.0005 | 5.841821449970042 | 9750 | nan | nan | nan | nan |
| 0.0006 | 5.871779508687837 | 9800 | nan | nan | nan | nan |
| nan | 5.871779508687837 | 9800 | 0.02688014879822731 | 0.9485185549758834 | 0.9399141630901288 | 0.9572819392012716 |
| 0.0011 | 5.9017375674056325 | 9850 | nan | nan | nan | nan |
| 0.0005 | 5.931695626123427 | 9900 | nan | nan | nan | nan |
| 0.0005 | 5.961653684841222 | 9950 | nan | nan | nan | nan |
| 0.0013 | 5.991611743559018 | 10000 | nan | nan | nan | nan |
| nan | 5.991611743559018 | 10000 | 0.026814628392457962 | 0.9493596059113301 | 0.9415673246042603 | 0.9572819392012716 |
| nan | 6.0 | 10014 | nan | nan | nan | nan |
Framework versions
- Transformers: 2.3.0
- Pytorch: (siehe Umgebung)
- Datasets: (siehe Umgebung)
- Tokenizers: (siehe Umgebung)
- Type
- bert
- Created
- Jun 14, 2025
- Updated
- Jul 12, 2025