| | --- |
| | base_model: mini1013/master_domain |
| | library_name: setfit |
| | metrics: |
| | - accuracy |
| | pipeline_tag: text-classification |
| | tags: |
| | - setfit |
| | - sentence-transformers |
| | - text-classification |
| | - generated_from_setfit_trainer |
| | widget: |
| | - text: 설화수 퍼펙팅 쿠션 에어셀 퍼프 6매 설화수 에어셀 퍼프 6매 LotteOn > 뷰티 > 뷰티기기/소품 > 메이크업소품 > 화장품파우치/정리함 |
| | LotteOn > 뷰티 > 뷰티기기/소품 > 메이크업소품 > 화장품파우치/정리함 |
| | - text: Tweezerman 홀리그래픽 마이크로 미니 족집게 세트 (4284-R) Winter Frost (#M)홈>화장품/미용>뷰티소품>페이스소품>기타페이스소품 |
| | Naverstore > 화장품/미용 > 뷰티소품 > 페이스소품 > 기타페이스소품 |
| | - text: 타투 스티커 현아 마스크 꾸미기 데코 판박이 1장상사맨 3타투스티커-스마일 LotteOn > 뷰티 > 뷰티기기/소품 > 메이크업소품 |
| | > 헤나/타투 LotteOn > 뷰티 > 뷰티기기/소품 > 메이크업소품 > 헤나/타투 |
| | - text: 비레디 페이스 피팅 브러쉬 포 히어로즈 MinSellAmount (#M)화장품/향수>남성화장품>남성메이크업/BB Gmarket > 뷰티 |
| | > 화장품/향수 > 남성화장품 > 남성메이크업/BB |
| | - text: 더툴랩 믹싱 아크릴 팔레트 LotteOn > 뷰티 > 뷰티기기/소품 > 메이크업소품 > 화장품파우치/정리함 LotteOn > 뷰티 |
| | > 뷰티기기/소품 > 메이크업소품 > 화장품파우치/정리함 |
| | inference: true |
| | model-index: |
| | - name: SetFit with mini1013/master_domain |
| | results: |
| | - task: |
| | type: text-classification |
| | name: Text Classification |
| | dataset: |
| | name: Unknown |
| | type: unknown |
| | split: test |
| | metrics: |
| | - type: accuracy |
| | value: 0.736949846468782 |
| | name: Accuracy |
| | --- |
| | |
| | # SetFit with mini1013/master_domain |
| | |
| | This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [mini1013/master_domain](https://huggingface.co/mini1013/master_domain) as the Sentence Transformer embedding model. A [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance is used for classification. |
| | |
| | The model has been trained using an efficient few-shot learning technique that involves: |
| | |
| | 1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning. |
| | 2. Training a classification head with features from the fine-tuned Sentence Transformer. |
| | |
| | ## Model Details |
| | |
| | ### Model Description |
| | - **Model Type:** SetFit |
| | - **Sentence Transformer body:** [mini1013/master_domain](https://huggingface.co/mini1013/master_domain) |
| | - **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance |
| | - **Maximum Sequence Length:** 512 tokens |
| | - **Number of Classes:** 8 classes |
| | <!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) --> |
| | <!-- - **Language:** Unknown --> |
| | <!-- - **License:** Unknown --> |
| | |
| | ### Model Sources |
| | |
| | - **Repository:** [SetFit on GitHub](https://github.com/huggingface/setfit) |
| | - **Paper:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055) |
| | - **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit) |
| | |
| | ### Model Labels |
| | | Label | Examples | |
| | |:------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |
| | | 7 | <ul><li>'모델링팩 제조 셀프 피부관리 용품 세트 스파츌러 할로윈분장 미용기구 분홍색 (#M)쿠팡 홈>뷰티>메이크업>베이스 메이크업>베이스 메이크업 세트 Coupang > 뷰티 > 메이크업 > 베이스 메이크업 > 베이스 메이크업 세트'</li><li>'조단앤쥬디 플랫 탑 배큐엄 로션 보틀 펌핑용기 TR012 Blue 30ml × 1개 (#M)쿠팡 홈>뷰티>뷰티소품>용기/거울/기타소품>화장품용기 Coupang > 뷰티 > 뷰티소품 > 용기/거울/기타소품 > 화장품용기'</li><li>'프레스식 클렌징 리무버 토너 공병 150ml 혼합색상 × 5개 (#M)쿠팡 홈>뷰티>뷰티소품>용기/거울/기타소품>화장품용기 Coupang > 뷰티 > 뷰티소품 > 용기/거울/기타소품 > 화장품용기'</li></ul> | |
| | | 3 | <ul><li>'아리따움 아이돌 래쉬 프리미엄 22호러블리아이 (#M)홈>화장품/미용>뷰티소품>아이소품>속눈썹/속눈썹펌제 Naverstore > 화장품/미용 > 뷰티소품 > 아이소품 > 속눈썹/속눈썹펌제'</li><li>'시세이도 아이래쉬 213 전체 뷰러 시세이도 뷰러 214 고무리필 x 3개 홈>💡 신상품;홈>전체상품;(#M)홈>💡신상품 Naverstore > 화장품/미용 > 뷰티소품 > 아이소품 > 뷰러'</li><li>'슈에무라 뷰러 아이래쉬컬러 N 전체뷰러 (#M)화장품/미용>뷰티소품>아이소품>뷰러 Naverstore > 화장품/미용 > 뷰티소품 > 아이소품 > 뷰러'</li></ul> | |
| | | 6 | <ul><li>'프리미엄 샴푸 브러쉬 1입_P085124958 옵션/라보에이치 프리미엄 샴푸 브러쉬 1입 ssg > 뷰티 > 헤어/바디 > 헤어스타일링 > 헤어메이크업 ssg > 뷰티 > 헤어/바디 > 헤어스타일링 > 헤어메이크업'</li><li>'모로칸오일 세라믹 볼륨 헤어 드라이 브러쉬 롤빗 5종 모로칸오일브러쉬 45mm LotteOn > 뷰티 > 뷰티소품 > 헤어소품 LotteOn > 뷰티 > 뷰티기기/소품 > 헤어소품 > 빗/헤어브러쉬'</li><li>'필리밀리 포니 훅 헤어세트 리본_시크핑크데님블루 포니 훅 세트(리본_시크핑크) (#M)쿠팡 홈>뷰티>메이크업>립 메이크업>립메이크업세트 Coupang > 뷰티 > 메이크업 > 립 메이크업 > 립메이크업세트'</li></ul> | |
| | | 0 | <ul><li>'천연 자초 립밤 만들기 키트 diy 향 선택(8개) 사과+에탄올20ml (#M)홈>비누&립밤&세제 만들기>만들기키트 Naverstore > 화장품/미용 > 색조메이크업 > 립케어'</li></ul> | |
| | | 5 | <ul><li>'메디플라워 메이크 셀프 패드 리필 130매x2박스(총260매) 화장솜 각질패드 닥토패드 (#M)11st>뷰티소품>화장솜>화장솜 11st > 뷰티 > 뷰티소품 > 화장솜'</li><li>'라네즈 네오 쿠션 매트or글로우 퍼프 6개 매트 퍼프 (#M)홈>화장품/미용>뷰티소품>페이스소품>퍼프 Naverstore > 화장품/미용 > 뷰티소품 > 페이스소품 > 퍼프'</li><li>'벨로즈 MTS 롤러 더마 페이스 헤어 두피 얼굴 마사지 홈케어 스테인레스 일반형 0.2mm 티타늄_한달패키지(EGF10ppm+롤러2개+에탄올)_0.3mm 홈>화장품/미용>뷰티소품>페이스소품>마사지도구;홈>MTS 도구;홈>전체상품;(#M)홈>MTS Naverstore > 화장품/미용 > 뷰티소품 > 페이스소품 > 마사지도구'</li></ul> | |
| | | 1 | <ul><li>'투쿨포스쿨 아트클래스 비건 멀티 컨투어 브러쉬 비건 멀티 컨투어 브러쉬 LotteOn > 뷰티 > 메이크업 > 쉐딩/컨투어링 LotteOn > 뷰티 > 메이크업 > 쉐딩/컨투어링'</li><li>'그림자쉐딩 02 코 브러쉬 (#M)뷰티>화장품/향수>미용소품>퍼프/스폰지/브러쉬 CJmall > 뷰티 > 화장품/향수 > 선케어 > 선크림/선로션'</li><li>'정샘물 마스터클래스 아이섀도우 L 브러쉬+물크림 라이트 마스크 3매 마스터클래스 아이섀도우 L 브러쉬 LotteOn > 뷰티 > 뷰티기기/소품 > 메이크업소품 > 브러쉬 LotteOn > 뷰티 > 뷰티기기/소품 > 메이크업소품 > 브러쉬'</li></ul> | |
| | | 2 | <ul><li>'에뛰드 마이뷰티툴 효녀손 바디브러쉬 LotteOn > 뷰티 > 뷰티소품 > 페이스소품 > 브러쉬 LotteOn > 뷰티 > 뷰티소품 > 액세서리/소모품/기타'</li><li>'웰라 SP 1000ml 샴푸 전용 펌프 (색상랜덤) (#M)화장품/미용>헤어케어>샴푸 AD > traverse > Naverstore > 화장품/미용 > 헤어케어 > 샴푸 > 비듬샴푸'</li><li>'필리밀리 바디브러시 2종 선인장모 바디브러시 (스트롱) (#M)홈>미용소품>기타소품>클렌징준비도구 OLIVEYOUNG > 미용소품 > 기타소품 > 전체'</li></ul> | |
| | | 4 | <ul><li>'5초눈썹타투스티커5초11쌍 눈썹문신스티커 눈썹타투 눈썹 E11 LotteOn > 뷰티 > 뷰티기기/소품 > 메이크업소품 > 브러쉬 LotteOn > 뷰티 > 뷰티기기/소품 > 메이크업소품 > 브러쉬'</li><li>'태틀리 타투 스티커 유칼립투스 씨네레아 × 2개 LotteOn > 뷰티 > 뷰티기기/소품 > 바디소품 LotteOn > 뷰티 > 뷰티기기/소품 > 바디소품'</li><li>'wjx니들 타투니들 카트리지 엔코 타투용품 반영구 smp 재료 라운드매그넘_1023 (#M)홈>전체상품 Naverstore > 화장품/미용 > 뷰티소품 > 타투'</li></ul> | |
| | |
| | ## Evaluation |
| | |
| | ### Metrics |
| | | Label | Accuracy | |
| | |:--------|:---------| |
| | | **all** | 0.7369 | |
| | |
| | ## Uses |
| | |
| | ### Direct Use for Inference |
| | |
| | First install the SetFit library: |
| | |
| | ```bash |
| | pip install setfit |
| | ``` |
| | |
| | Then you can load this model and run inference. |
| | |
| | ```python |
| | from setfit import SetFitModel |
| | |
| | # Download from the 🤗 Hub |
| | model = SetFitModel.from_pretrained("mini1013/master_cate_bt5_test_flat_top_cate") |
| | # Run inference |
| | preds = model("비레디 페이스 피팅 브러쉬 포 히어로즈 MinSellAmount (#M)화장품/향수>남성화장품>남성메이크업/BB Gmarket > 뷰티 > 화장품/향수 > 남성화장품 > 남성메이크업/BB") |
| | ``` |
| | |
| | <!-- |
| | ### Downstream Use |
| | |
| | *List how someone could finetune this model on their own dataset.* |
| | --> |
| | |
| | <!-- |
| | ### Out-of-Scope Use |
| | |
| | *List how the model may foreseeably be misused and address what users ought not to do with the model.* |
| | --> |
| | |
| | <!-- |
| | ## Bias, Risks and Limitations |
| | |
| | *What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.* |
| | --> |
| | |
| | <!-- |
| | ### Recommendations |
| | |
| | *What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.* |
| | --> |
| | |
| | ## Training Details |
| | |
| | ### Training Set Metrics |
| | | Training set | Min | Median | Max | |
| | |:-------------|:----|:--------|:----| |
| | | Word count | 12 | 20.6963 | 66 | |
| | |
| | | Label | Training Sample Count | |
| | |:------|:----------------------| |
| | | 0 | 1 | |
| | | 1 | 50 | |
| | | 2 | 48 | |
| | | 3 | 50 | |
| | | 4 | 50 | |
| | | 5 | 50 | |
| | | 6 | 50 | |
| | | 7 | 50 | |
| | |
| | ### Training Hyperparameters |
| | - batch_size: (64, 64) |
| | - num_epochs: (30, 30) |
| | - max_steps: -1 |
| | - sampling_strategy: oversampling |
| | - num_iterations: 100 |
| | - body_learning_rate: (2e-05, 1e-05) |
| | - head_learning_rate: 0.01 |
| | - loss: CosineSimilarityLoss |
| | - distance_metric: cosine_distance |
| | - margin: 0.25 |
| | - end_to_end: False |
| | - use_amp: False |
| | - warmup_proportion: 0.1 |
| | - l2_weight: 0.01 |
| | - seed: 42 |
| | - eval_max_steps: -1 |
| | - load_best_model_at_end: False |
| | |
| | ### Training Results |
| | | Epoch | Step | Training Loss | Validation Loss | |
| | |:-------:|:-----:|:-------------:|:---------------:| |
| | | 0.0018 | 1 | 0.4261 | - | |
| | | 0.0916 | 50 | 0.4493 | - | |
| | | 0.1832 | 100 | 0.4428 | - | |
| | | 0.2747 | 150 | 0.4252 | - | |
| | | 0.3663 | 200 | 0.3948 | - | |
| | | 0.4579 | 250 | 0.361 | - | |
| | | 0.5495 | 300 | 0.3209 | - | |
| | | 0.6410 | 350 | 0.2692 | - | |
| | | 0.7326 | 400 | 0.2629 | - | |
| | | 0.8242 | 450 | 0.2437 | - | |
| | | 0.9158 | 500 | 0.2383 | - | |
| | | 1.0073 | 550 | 0.2352 | - | |
| | | 1.0989 | 600 | 0.2306 | - | |
| | | 1.1905 | 650 | 0.2165 | - | |
| | | 1.2821 | 700 | 0.2081 | - | |
| | | 1.3736 | 750 | 0.1861 | - | |
| | | 1.4652 | 800 | 0.1676 | - | |
| | | 1.5568 | 850 | 0.1363 | - | |
| | | 1.6484 | 900 | 0.112 | - | |
| | | 1.7399 | 950 | 0.1005 | - | |
| | | 1.8315 | 1000 | 0.0779 | - | |
| | | 1.9231 | 1050 | 0.0613 | - | |
| | | 2.0147 | 1100 | 0.0392 | - | |
| | | 2.1062 | 1150 | 0.0267 | - | |
| | | 2.1978 | 1200 | 0.0213 | - | |
| | | 2.2894 | 1250 | 0.0189 | - | |
| | | 2.3810 | 1300 | 0.0174 | - | |
| | | 2.4725 | 1350 | 0.0135 | - | |
| | | 2.5641 | 1400 | 0.015 | - | |
| | | 2.6557 | 1450 | 0.0108 | - | |
| | | 2.7473 | 1500 | 0.0074 | - | |
| | | 2.8388 | 1550 | 0.0072 | - | |
| | | 2.9304 | 1600 | 0.0073 | - | |
| | | 3.0220 | 1650 | 0.0058 | - | |
| | | 3.1136 | 1700 | 0.0045 | - | |
| | | 3.2051 | 1750 | 0.006 | - | |
| | | 3.2967 | 1800 | 0.0056 | - | |
| | | 3.3883 | 1850 | 0.0039 | - | |
| | | 3.4799 | 1900 | 0.0041 | - | |
| | | 3.5714 | 1950 | 0.0033 | - | |
| | | 3.6630 | 2000 | 0.0045 | - | |
| | | 3.7546 | 2050 | 0.0053 | - | |
| | | 3.8462 | 2100 | 0.0075 | - | |
| | | 3.9377 | 2150 | 0.0017 | - | |
| | | 4.0293 | 2200 | 0.0008 | - | |
| | | 4.1209 | 2250 | 0.0005 | - | |
| | | 4.2125 | 2300 | 0.0007 | - | |
| | | 4.3040 | 2350 | 0.0007 | - | |
| | | 4.3956 | 2400 | 0.0003 | - | |
| | | 4.4872 | 2450 | 0.0013 | - | |
| | | 4.5788 | 2500 | 0.0008 | - | |
| | | 4.6703 | 2550 | 0.0002 | - | |
| | | 4.7619 | 2600 | 0.0 | - | |
| | | 4.8535 | 2650 | 0.0004 | - | |
| | | 4.9451 | 2700 | 0.0001 | - | |
| | | 5.0366 | 2750 | 0.0007 | - | |
| | | 5.1282 | 2800 | 0.0003 | - | |
| | | 5.2198 | 2850 | 0.0003 | - | |
| | | 5.3114 | 2900 | 0.0007 | - | |
| | | 5.4029 | 2950 | 0.0002 | - | |
| | | 5.4945 | 3000 | 0.0012 | - | |
| | | 5.5861 | 3050 | 0.0007 | - | |
| | | 5.6777 | 3100 | 0.0002 | - | |
| | | 5.7692 | 3150 | 0.0007 | - | |
| | | 5.8608 | 3200 | 0.0003 | - | |
| | | 5.9524 | 3250 | 0.0003 | - | |
| | | 6.0440 | 3300 | 0.0003 | - | |
| | | 6.1355 | 3350 | 0.0003 | - | |
| | | 6.2271 | 3400 | 0.0002 | - | |
| | | 6.3187 | 3450 | 0.0005 | - | |
| | | 6.4103 | 3500 | 0.0002 | - | |
| | | 6.5018 | 3550 | 0.0006 | - | |
| | | 6.5934 | 3600 | 0.0005 | - | |
| | | 6.6850 | 3650 | 0.0003 | - | |
| | | 6.7766 | 3700 | 0.0003 | - | |
| | | 6.8681 | 3750 | 0.0009 | - | |
| | | 6.9597 | 3800 | 0.0006 | - | |
| | | 7.0513 | 3850 | 0.0002 | - | |
| | | 7.1429 | 3900 | 0.0005 | - | |
| | | 7.2344 | 3950 | 0.0005 | - | |
| | | 7.3260 | 4000 | 0.0005 | - | |
| | | 7.4176 | 4050 | 0.0005 | - | |
| | | 7.5092 | 4100 | 0.0005 | - | |
| | | 7.6007 | 4150 | 0.0008 | - | |
| | | 7.6923 | 4200 | 0.0009 | - | |
| | | 7.7839 | 4250 | 0.0003 | - | |
| | | 7.8755 | 4300 | 0.0 | - | |
| | | 7.9670 | 4350 | 0.0 | - | |
| | | 8.0586 | 4400 | 0.0002 | - | |
| | | 8.1502 | 4450 | 0.0003 | - | |
| | | 8.2418 | 4500 | 0.0008 | - | |
| | | 8.3333 | 4550 | 0.0005 | - | |
| | | 8.4249 | 4600 | 0.0003 | - | |
| | | 8.5165 | 4650 | 0.0003 | - | |
| | | 8.6081 | 4700 | 0.0006 | - | |
| | | 8.6996 | 4750 | 0.0005 | - | |
| | | 8.7912 | 4800 | 0.0 | - | |
| | | 8.8828 | 4850 | 0.0002 | - | |
| | | 8.9744 | 4900 | 0.0008 | - | |
| | | 9.0659 | 4950 | 0.0005 | - | |
| | | 9.1575 | 5000 | 0.0002 | - | |
| | | 9.2491 | 5050 | 0.0008 | - | |
| | | 9.3407 | 5100 | 0.0005 | - | |
| | | 9.4322 | 5150 | 0.0002 | - | |
| | | 9.5238 | 5200 | 0.0003 | - | |
| | | 9.6154 | 5250 | 0.0008 | - | |
| | | 9.7070 | 5300 | 0.0005 | - | |
| | | 9.7985 | 5350 | 0.0003 | - | |
| | | 9.8901 | 5400 | 0.0006 | - | |
| | | 9.9817 | 5450 | 0.0003 | - | |
| | | 10.0733 | 5500 | 0.0003 | - | |
| | | 10.1648 | 5550 | 0.0006 | - | |
| | | 10.2564 | 5600 | 0.0005 | - | |
| | | 10.3480 | 5650 | 0.0002 | - | |
| | | 10.4396 | 5700 | 0.0005 | - | |
| | | 10.5311 | 5750 | 0.0002 | - | |
| | | 10.6227 | 5800 | 0.0012 | - | |
| | | 10.7143 | 5850 | 0.0 | - | |
| | | 10.8059 | 5900 | 0.0002 | - | |
| | | 10.8974 | 5950 | 0.0002 | - | |
| | | 10.9890 | 6000 | 0.0011 | - | |
| | | 11.0806 | 6050 | 0.008 | - | |
| | | 11.1722 | 6100 | 0.0057 | - | |
| | | 11.2637 | 6150 | 0.004 | - | |
| | | 11.3553 | 6200 | 0.0037 | - | |
| | | 11.4469 | 6250 | 0.0038 | - | |
| | | 11.5385 | 6300 | 0.0025 | - | |
| | | 11.6300 | 6350 | 0.0023 | - | |
| | | 11.7216 | 6400 | 0.0007 | - | |
| | | 11.8132 | 6450 | 0.0006 | - | |
| | | 11.9048 | 6500 | 0.0008 | - | |
| | | 11.9963 | 6550 | 0.0002 | - | |
| | | 12.0879 | 6600 | 0.0013 | - | |
| | | 12.1795 | 6650 | 0.0004 | - | |
| | | 12.2711 | 6700 | 0.0008 | - | |
| | | 12.3626 | 6750 | 0.0006 | - | |
| | | 12.4542 | 6800 | 0.0006 | - | |
| | | 12.5458 | 6850 | 0.0 | - | |
| | | 12.6374 | 6900 | 0.0005 | - | |
| | | 12.7289 | 6950 | 0.0004 | - | |
| | | 12.8205 | 7000 | 0.0003 | - | |
| | | 12.9121 | 7050 | 0.0003 | - | |
| | | 13.0037 | 7100 | 0.0008 | - | |
| | | 13.0952 | 7150 | 0.0006 | - | |
| | | 13.1868 | 7200 | 0.0005 | - | |
| | | 13.2784 | 7250 | 0.0005 | - | |
| | | 13.3700 | 7300 | 0.0003 | - | |
| | | 13.4615 | 7350 | 0.0006 | - | |
| | | 13.5531 | 7400 | 0.0003 | - | |
| | | 13.6447 | 7450 | 0.0 | - | |
| | | 13.7363 | 7500 | 0.0003 | - | |
| | | 13.8278 | 7550 | 0.0005 | - | |
| | | 13.9194 | 7600 | 0.0002 | - | |
| | | 14.0110 | 7650 | 0.0006 | - | |
| | | 14.1026 | 7700 | 0.0003 | - | |
| | | 14.1941 | 7750 | 0.0006 | - | |
| | | 14.2857 | 7800 | 0.0008 | - | |
| | | 14.3773 | 7850 | 0.0 | - | |
| | | 14.4689 | 7900 | 0.0006 | - | |
| | | 14.5604 | 7950 | 0.0005 | - | |
| | | 14.6520 | 8000 | 0.0005 | - | |
| | | 14.7436 | 8050 | 0.0003 | - | |
| | | 14.8352 | 8100 | 0.0002 | - | |
| | | 14.9267 | 8150 | 0.0003 | - | |
| | | 15.0183 | 8200 | 0.0003 | - | |
| | | 15.1099 | 8250 | 0.0003 | - | |
| | | 15.2015 | 8300 | 0.0006 | - | |
| | | 15.2930 | 8350 | 0.0002 | - | |
| | | 15.3846 | 8400 | 0.0009 | - | |
| | | 15.4762 | 8450 | 0.0006 | - | |
| | | 15.5678 | 8500 | 0.0002 | - | |
| | | 15.6593 | 8550 | 0.0003 | - | |
| | | 15.7509 | 8600 | 0.0005 | - | |
| | | 15.8425 | 8650 | 0.0005 | - | |
| | | 15.9341 | 8700 | 0.0003 | - | |
| | | 16.0256 | 8750 | 0.0003 | - | |
| | | 16.1172 | 8800 | 0.0 | - | |
| | | 16.2088 | 8850 | 0.0008 | - | |
| | | 16.3004 | 8900 | 0.0002 | - | |
| | | 16.3919 | 8950 | 0.0003 | - | |
| | | 16.4835 | 9000 | 0.0003 | - | |
| | | 16.5751 | 9050 | 0.0005 | - | |
| | | 16.6667 | 9100 | 0.0006 | - | |
| | | 16.7582 | 9150 | 0.0006 | - | |
| | | 16.8498 | 9200 | 0.0002 | - | |
| | | 16.9414 | 9250 | 0.0005 | - | |
| | | 17.0330 | 9300 | 0.0006 | - | |
| | | 17.1245 | 9350 | 0.0002 | - | |
| | | 17.2161 | 9400 | 0.0009 | - | |
| | | 17.3077 | 9450 | 0.0005 | - | |
| | | 17.3993 | 9500 | 0.0008 | - | |
| | | 17.4908 | 9550 | 0.0006 | - | |
| | | 17.5824 | 9600 | 0.0003 | - | |
| | | 17.6740 | 9650 | 0.0003 | - | |
| | | 17.7656 | 9700 | 0.0 | - | |
| | | 17.8571 | 9750 | 0.0003 | - | |
| | | 17.9487 | 9800 | 0.0002 | - | |
| | | 18.0403 | 9850 | 0.0003 | - | |
| | | 18.1319 | 9900 | 0.0006 | - | |
| | | 18.2234 | 9950 | 0.0008 | - | |
| | | 18.3150 | 10000 | 0.0005 | - | |
| | | 18.4066 | 10050 | 0.0003 | - | |
| | | 18.4982 | 10100 | 0.0005 | - | |
| | | 18.5897 | 10150 | 0.0002 | - | |
| | | 18.6813 | 10200 | 0.0 | - | |
| | | 18.7729 | 10250 | 0.0003 | - | |
| | | 18.8645 | 10300 | 0.0003 | - | |
| | | 18.9560 | 10350 | 0.0003 | - | |
| | | 19.0476 | 10400 | 0.0008 | - | |
| | | 19.1392 | 10450 | 0.0006 | - | |
| | | 19.2308 | 10500 | 0.0002 | - | |
| | | 19.3223 | 10550 | 0.0003 | - | |
| | | 19.4139 | 10600 | 0.0003 | - | |
| | | 19.5055 | 10650 | 0.0003 | - | |
| | | 19.5971 | 10700 | 0.0005 | - | |
| | | 19.6886 | 10750 | 0.0009 | - | |
| | | 19.7802 | 10800 | 0.0002 | - | |
| | | 19.8718 | 10850 | 0.0003 | - | |
| | | 19.9634 | 10900 | 0.0005 | - | |
| | | 20.0549 | 10950 | 0.0003 | - | |
| | | 20.1465 | 11000 | 0.0005 | - | |
| | | 20.2381 | 11050 | 0.0009 | - | |
| | | 20.3297 | 11100 | 0.0003 | - | |
| | | 20.4212 | 11150 | 0.0 | - | |
| | | 20.5128 | 11200 | 0.0006 | - | |
| | | 20.6044 | 11250 | 0.0005 | - | |
| | | 20.6960 | 11300 | 0.0002 | - | |
| | | 20.7875 | 11350 | 0.0003 | - | |
| | | 20.8791 | 11400 | 0.0005 | - | |
| | | 20.9707 | 11450 | 0.0003 | - | |
| | | 21.0623 | 11500 | 0.0002 | - | |
| | | 21.1538 | 11550 | 0.0006 | - | |
| | | 21.2454 | 11600 | 0.0004 | - | |
| | | 21.3370 | 11650 | 0.0005 | - | |
| | | 21.4286 | 11700 | 0.0009 | - | |
| | | 21.5201 | 11750 | 0.0005 | - | |
| | | 21.6117 | 11800 | 0.0005 | - | |
| | | 21.7033 | 11850 | 0.0003 | - | |
| | | 21.7949 | 11900 | 0.0005 | - | |
| | | 21.8864 | 11950 | 0.0003 | - | |
| | | 21.9780 | 12000 | 0.0 | - | |
| | | 22.0696 | 12050 | 0.0005 | - | |
| | | 22.1612 | 12100 | 0.0009 | - | |
| | | 22.2527 | 12150 | 0.002 | - | |
| | | 22.3443 | 12200 | 0.0022 | - | |
| | | 22.4359 | 12250 | 0.002 | - | |
| | | 22.5275 | 12300 | 0.0002 | - | |
| | | 22.6190 | 12350 | 0.0003 | - | |
| | | 22.7106 | 12400 | 0.0003 | - | |
| | | 22.8022 | 12450 | 0.0005 | - | |
| | | 22.8938 | 12500 | 0.0003 | - | |
| | | 22.9853 | 12550 | 0.0005 | - | |
| | | 23.0769 | 12600 | 0.0002 | - | |
| | | 23.1685 | 12650 | 0.0003 | - | |
| | | 23.2601 | 12700 | 0.0003 | - | |
| | | 23.3516 | 12750 | 0.0006 | - | |
| | | 23.4432 | 12800 | 0.0006 | - | |
| | | 23.5348 | 12850 | 0.0005 | - | |
| | | 23.6264 | 12900 | 0.0006 | - | |
| | | 23.7179 | 12950 | 0.0008 | - | |
| | | 23.8095 | 13000 | 0.0002 | - | |
| | | 23.9011 | 13050 | 0.0003 | - | |
| | | 23.9927 | 13100 | 0.0008 | - | |
| | | 24.0842 | 13150 | 0.0003 | - | |
| | | 24.1758 | 13200 | 0.0005 | - | |
| | | 24.2674 | 13250 | 0.0003 | - | |
| | | 24.3590 | 13300 | 0.0003 | - | |
| | | 24.4505 | 13350 | 0.0003 | - | |
| | | 24.5421 | 13400 | 0.0008 | - | |
| | | 24.6337 | 13450 | 0.0002 | - | |
| | | 24.7253 | 13500 | 0.0005 | - | |
| | | 24.8168 | 13550 | 0.0003 | - | |
| | | 24.9084 | 13600 | 0.0005 | - | |
| | | 25.0 | 13650 | 0.0005 | - | |
| | | 25.0916 | 13700 | 0.0006 | - | |
| | | 25.1832 | 13750 | 0.0006 | - | |
| | | 25.2747 | 13800 | 0.0003 | - | |
| | | 25.3663 | 13850 | 0.0009 | - | |
| | | 25.4579 | 13900 | 0.0 | - | |
| | | 25.5495 | 13950 | 0.0006 | - | |
| | | 25.6410 | 14000 | 0.0006 | - | |
| | | 25.7326 | 14050 | 0.0002 | - | |
| | | 25.8242 | 14100 | 0.0 | - | |
| | | 25.9158 | 14150 | 0.0003 | - | |
| | | 26.0073 | 14200 | 0.0002 | - | |
| | | 26.0989 | 14250 | 0.0006 | - | |
| | | 26.1905 | 14300 | 0.0002 | - | |
| | | 26.2821 | 14350 | 0.0003 | - | |
| | | 26.3736 | 14400 | 0.0008 | - | |
| | | 26.4652 | 14450 | 0.0007 | - | |
| | | 26.5568 | 14500 | 0.0008 | - | |
| | | 26.6484 | 14550 | 0.0005 | - | |
| | | 26.7399 | 14600 | 0.0002 | - | |
| | | 26.8315 | 14650 | 0.0003 | - | |
| | | 26.9231 | 14700 | 0.0 | - | |
| | | 27.0147 | 14750 | 0.0002 | - | |
| | | 27.1062 | 14800 | 0.0005 | - | |
| | | 27.1978 | 14850 | 0.0006 | - | |
| | | 27.2894 | 14900 | 0.0005 | - | |
| | | 27.3810 | 14950 | 0.0 | - | |
| | | 27.4725 | 15000 | 0.0005 | - | |
| | | 27.5641 | 15050 | 0.0005 | - | |
| | | 27.6557 | 15100 | 0.0006 | - | |
| | | 27.7473 | 15150 | 0.0006 | - | |
| | | 27.8388 | 15200 | 0.0005 | - | |
| | | 27.9304 | 15250 | 0.0 | - | |
| | | 28.0220 | 15300 | 0.0002 | - | |
| | | 28.1136 | 15350 | 0.0006 | - | |
| | | 28.2051 | 15400 | 0.0003 | - | |
| | | 28.2967 | 15450 | 0.0005 | - | |
| | | 28.3883 | 15500 | 0.0005 | - | |
| | | 28.4799 | 15550 | 0.0002 | - | |
| | | 28.5714 | 15600 | 0.0005 | - | |
| | | 28.6630 | 15650 | 0.0003 | - | |
| | | 28.7546 | 15700 | 0.0006 | - | |
| | | 28.8462 | 15750 | 0.0005 | - | |
| | | 28.9377 | 15800 | 0.0005 | - | |
| | | 29.0293 | 15850 | 0.0 | - | |
| | | 29.1209 | 15900 | 0.0 | - | |
| | | 29.2125 | 15950 | 0.0003 | - | |
| | | 29.3040 | 16000 | 0.0006 | - | |
| | | 29.3956 | 16050 | 0.0002 | - | |
| | | 29.4872 | 16100 | 0.0011 | - | |
| | | 29.5788 | 16150 | 0.0005 | - | |
| | | 29.6703 | 16200 | 0.0003 | - | |
| | | 29.7619 | 16250 | 0.0005 | - | |
| | | 29.8535 | 16300 | 0.0002 | - | |
| | | 29.9451 | 16350 | 0.0005 | - | |
| | |
| | ### Framework Versions |
| | - Python: 3.10.12 |
| | - SetFit: 1.1.0 |
| | - Sentence Transformers: 3.3.1 |
| | - Transformers: 4.44.2 |
| | - PyTorch: 2.2.0a0+81ea7a4 |
| | - Datasets: 3.2.0 |
| | - Tokenizers: 0.19.1 |
| | |
| | ## Citation |
| | |
| | ### BibTeX |
| | ```bibtex |
| | @article{https://doi.org/10.48550/arxiv.2209.11055, |
| | doi = {10.48550/ARXIV.2209.11055}, |
| | url = {https://arxiv.org/abs/2209.11055}, |
| | author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren}, |
| | keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences}, |
| | title = {Efficient Few-Shot Learning Without Prompts}, |
| | publisher = {arXiv}, |
| | year = {2022}, |
| | copyright = {Creative Commons Attribution 4.0 International} |
| | } |
| | ``` |
| | |
| | <!-- |
| | ## Glossary |
| |
|
| | *Clearly define terms in order to be accessible across audiences.* |
| | --> |
| |
|
| | <!-- |
| | ## Model Card Authors |
| |
|
| | *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.* |
| | --> |
| |
|
| | <!-- |
| | ## Model Card Contact |
| |
|
| | *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.* |
| | --> |
