Nieuws

Hoe je een SLM fine-tuned voor emotieherkenning

Een Python-tutorial op Towards Data Science beschrijft hoe je het model Mistral Small 3.1 fine-tuned voor het classificeren van 15 emoties in sociale media-teksten. De auteur gebruikt een combinatie van undersampling, de ISMOTE-algoritme en gewogen verliesfunctie om de klassenschedule aan te pakken. Het resulterende model MistralSmall-3.1.GoEmotions is uitgebracht op Hugging Face onder de Apache 2.0-licentie. De training duurde 9,5 uur op een NVIDIA RTX 6000 GPU.