Finetune BERT model

- Work with Edward to use optimal hyperparameters
- Create a histogram of token length to reduce memory usage

Comienza revisando el flujo de trabajo de BERT basado en notebooks del repositorio y la configuración actual de tokenización y entrenamiento. Coordínate con Edward sobre las decisiones de hiperparámetros y produce un histograma de la longitud de los tokens para orientar la reducción de memoria; se considera hecho cuando el modelo está ajustado con los parámetros seleccionados y el análisis de la longitud de los tokens está disponible.

Escrito por el modelo de indexación a partir del texto del issue.