Fine-tuning Trainer

# Descripción

Proyecto de fine-tuning de modelos transformer usando la API Trainer de Hugging Face. Implementa el ajuste de BERT, RoBERTa y DistilBERT para tareas de clasificación de texto con datasets personalizados (CSV/JSON). Cubre todo el pipeline: carga y preprocesamiento del dataset, tokenización con mapeo de etiquetas, configuración de TrainingArguments (learning rate, batch size, épocas, logging, evaluación), entrenamiento con Trainer, evaluación con métricas personalizadas (accuracy, F1, precision, recall), guardado del modelo fine-tuned y subida al Hub de Hugging Face. Incluye comparativa de rendimiento entre modelos base y fine-tuned.

$ ./deploy.sh $ git clone

# Características principales

$ Fine-tuning de BERT, RoBERTa y DistilBERT para clasificación

$ API Trainer completa: TrainingArguments, métricas, callbacks

$ Carga de datasets personalizados desde CSV/JSON

$ Tokenización con mapeo de etiquetas y truncado/padding

$ Evaluación con accuracy, F1, precisión y recall

$ Subida de modelos fine-tuned al Hugging Face Hub

# Galería

Vista escritorio

Vista móvil

# Tecnologías utilizadas

Python Hugging Face Transformers Hugging Face Datasets