📄 Detalles del Entrenamiento
Entrenado sobre anotaciones sintéticas generadas por gemini-3.1-flash-lite.
Hiperparámetros
- Modelo Base:
google/gemma-4-E2B-it
- Max Sequence Length:
384
- Epochs:
1
- Batch Size (Per Device):
1
- Gradient Accumulation Steps:
4
- Learning Rate:
0.0002
- Optimizer:
paged_adamw_8bit
📊 Resultados de la Evaluación (v0.1.0)
Evaluado de forma secuencial sobre el conjunto de validación (eval_ds, 301 muestras):
Table with columns: Métrica, Valor| Métrica | Valor |
|---|
| Accuracy Global | 0.565 |
| F1-Score (Check-worthy=True) | 0.643 |
Matriz de Confusión
[[ 52 (TN) 124 (FP) ]
[ 7 (FN) 118 (TP) ]]
Reporte de Clasificación Detallado
precision recall f1-score support
No check-worthy 0.88 0.30 0.44 176
Check-worthy 0.49 0.94 0.64 125
accuracy 0.56 301
macro avg 0.68 0.62 0.54 301
weighted avg 0.72 0.56 0.53 301
🚀 Notas de Comportamiento
El modelo actual presenta un Recall extremadamente alto (94%) para identificar casos check-worthy, lo que lo hace ideal como un primer filtro donde no se penaliza el falso positivo pero se busca capturar casi la totalidad de las afirmaciones verificables.