Upload app.py

app.py

@@ -50,16 +50,17 @@ model = AutoModelForSequenceClassification.from_pretrained(MODEL_NAME, num_label
 # Step 3: 设置训练参数
 training_args = TrainingArguments(
     output_dir="./results",             # 模型保存路径
-    evaluation_strategy="epoch",       # 每轮评估一次
-    learning_rate=2e-5,                # 学习率
-    per_device_train_batch_size=8,     # 每设备的训练 batch size
-    per_device_eval_batch_size=8,      # 每设备的验证 batch size
-    num_train_epochs=3,                # 训练轮数
-    weight_decay=0.01,                 # 权重衰减
-    save_total_limit=1,                # 只保存一个最佳模型
-    load_best_model_at_end=True,       # 保存性能最好的模型
-    logging_dir="./logs",              # 日志路径
-    logging_steps=10                   # 日志记录间隔
+    eval_strategy="epoch",              # 使用 eval_strategy 替代 evaluation_strategy
+    save_strategy="epoch",              # 保存策略和评估策略一致
+    learning_rate=2e-5,                 # 学习率
+    per_device_train_batch_size=8,      # 每设备的训练 batch size
+    per_device_eval_batch_size=8,       # 每设备的验证 batch size
+    num_train_epochs=3,                 # 训练轮数
+    weight_decay=0.01,                  # 权重衰减
+    save_total_limit=1,                 # 只保存一个最优模型
+    load_best_model_at_end=True,        # 加载验证集性能最优的模型
+    logging_dir="./logs",               # 日志路径
+    logging_steps=10                    # 日志记录间隔
 )
 
 # 自定义评估指标