Тонкая настройка GliNER — потери при проверке не регистрируются ⇐ Python

[Anonymous]

Я пытаюсь выполнить точную настройку с помощью этого блокнота: GLiNER/examples/finetune.ipynb в main · urchade/GLiNER (github.com)
Однако в журналах отображается только ' loss' , что, как я предполагаю, является потерей набора обучающих данных, но потери набора проверочных данных не зарегистрированы

Код: Выделить всё

training_args = TrainingArguments(
output_dir="models",
learning_rate=5e-6,
weight_decay=0.01,
others_lr=1e-5,
others_weight_decay=0.01,
lr_scheduler_type='linear', #"cosine",
warmup_ratio=0.1,
per_device_train_batch_size=5,
per_device_eval_batch_size=5,
num_train_epochs=2,
eval_strategy="epoch",
save_steps = 100,
save_total_limit=10,
dataloader_num_workers = 1,
use_cpu = True,
disable_tqdm=False,
logging_dir='logs',
logging_steps=10,
eval_steps=10,
do_train=True,
do_eval=True,
seed=7,
)

trainer = Trainer(
model=model,
args=training_args,
train_dataset=train_dataset,
eval_dataset=test_dataset,
tokenizer=model.data_processor.transformer_tokenizer,
data_collator=data_collator)

Где вычисляются потери при проверке?? Я хочу зарегистрировать потерю обучающего и проверочного наборов

Подробнее здесь: https://stackoverflow.com/questions/786 ... is-logging