CarlosAGDev/ltv-lora-cw

LoRA-CW (v0.1.0) del LTV Framework. Este adaptador clasifica si una afirmación vale la pena ser verificada periodísticamente (check-worthy).

📄 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):

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.