mini1013/master_cate_bt_top13_test

SetFit with mini1013/master_domain

This is a SetFit model that can be used for Text Classification. This SetFit model uses mini1013/master_domain as the Sentence Transformer embedding model. A LogisticRegression 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 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
• Classification head: a LogisticRegression instance
• Maximum Sequence Length: 512 tokens
• Number of Classes: 10 classes

Model Sources

• Repository: SetFit on GitHub
• Paper: Efficient Few-Shot Learning Without Prompts
• Blogpost: SetFit: Efficient Few-Shot Learning Without Prompts

Model Labels

Label	Examples
9	'미틱오일 크림 유니버셀레 150ml MinSellAmount (#M)바디/헤어>헤어케어>헤어에센스 Gmarket > 뷰티 > 바디/헤어 > 헤어케어 > 헤어에센스' '[토니모리] 촉촉한 영양 공급 및 탄력있는 컬 연출을 위한 헤어 로션 (#M)쿠팡 홈>뷰티>헤어>헤어에센스/오일>헤어로션 Coupang > 뷰티 > 로드샵 > 헤어 > 헤어에센스/오일 > 헤어로션' '아윤채 리프레싱 마스크 200ml LotteOn > 뷰티 > 헤어/바디 > 헤어케어 > 린스 LotteOn > 뷰티 > 헤어/바디 > 헤어케어 > 린스'
2	'려 함빛/청아/흑운/함초수 500ml 4입 모음딜 01 함빛극손상케어샴푸 500ML 4개 (#M)홈>화장품/미용>헤어케어
0	'티트리 퓨리파잉 토닉 100ml MinSellAmount (#M)바디/헤어>헤어케어>헤어에센스 Gmarket > 뷰티 > 바디/헤어 > 헤어케어 > 헤어에센스' '려 자양윤모 두피 딥클렌징 스케일러 EX 145ml 두피각질 두피스케일링 스칼프 두피 딥클렌징 스케일러 EX 145ml (#M)홈>화장품/미용>헤어케어>두피케어 Naverstore > 화장품/미용 > 헤어케어 > 두피케어' '[아베다] 인바티 어드밴스드 스칼프 리바이탈라이저 150ml 백화점정품 (#M)화장품/미용>헤어케어>헤어에센스 Naverstore > 화장품/미용 > 헤어케어 > 헤어에센스'
4	'아윤채 컴플리트 리뉴 에센스 미스트 100ml 위메프 > 뷰티 > 선케어 > 선밤/선스틱;위메프 > 뷰티 > 선케어 > 선밤/선스틱 > 선밤/선스틱;(#M)위메프 > 생활·주방용품 > 바디/헤어 > 샴푸/린스/헤어케어 > 트리트먼트 위메프 > 뷰티 > 선케어 > 선밤/선스틱' '(현대Hmall)츠바키 프리미엄 리페어 워터 220ml (#M)위메프 > 생활·주방용품 > 바디/헤어 > 헤어염색/파마/왁스 > 헤어스타일링 위메프 > 뷰티 > 바디/헤어 > 헤어염색/파마/왁스 > 헤어스타일링' '할페티 헤어퍼퓸 30ML(공식수입정품) DepartmentLotteOn > 뷰티 > 향수 > 여성용 > 31ml50ml DepartmentLotteOn > 뷰티 > 향수 > 여성용 > 51ml100ml'
8	'세라 샴푸 1.2L+트리트먼트 1.2L 화이트솝 MinSellAmount (#M)바디/헤어>헤어케어>샴푸/린스 Gmarket > 뷰티 > 바디/헤어 > 헤어케어 > 샴푸/린스' '[12] 크리니크 iD (+ 벚꽃 부스터 추가 구성) 젤리 ssg > 뷰티 > 스킨케어 > 스킨케어세트;ssg > 뷰티 > 스킨케어 > 로션 ssg > 뷰티 > 스킨케어 > 로션' '[4+1]애경 추석선물세트 케라시스 퍼퓸i-6호(총5개) 상세이미지참조 (#M)쿠팡 홈>생활용품>헤어/바디/세안>바디로션/크림>바디케어세트 Coupang > 뷰티 > 바디 > 바디로션/크림 > 바디케어세트'
6	'실크테라피 갈색병 인리치드 액션 헤어에센스 150ml /SH (#M)11st>헤어케어>헤어에센스>헤어에센스 11st > 뷰티 > 헤어케어 > 헤어에센스 > 헤어에센스' '꽃을든남자 레드플로 동백 헤어 에멀젼 에센스/ 로션 MinSellAmount (#M)바디/헤어>헤어케어>기타헤어케어용품 Gmarket > 뷰티 > 바디/헤어 > 헤어케어 > 기타헤어케어용품' '아윤채 컬플리뉴 에센스 오일 100ml (#M)11st>헤어케어>헤어에센스>헤어에센스 11st > 뷰티 > 헤어케어 > 헤어에센스'
3	'어네이즈 컬루어 실버그레이 컬러 토닝 샴푸 보색샴푸 300ml 리얼핑크 보색샴푸 (#M)화장품/미용>헤어케어>샴푸 Naverstore > 화장품/미용 > 헤어케어 > 샴푸 > 보색샴푸' "[김혜윤's Pick] 바티스트 드라이샴푸 12종 중 택1 02_블러쉬 50ml (#M)11st>헤어케어>샴푸>일반 11st > 뷰티 > 헤어케어 > 샴푸" '[K쇼핑][로레알파리] [세트] 키즈 스트로우베리 스무디 + 키즈 써니 오렌지 샴푸 써니 오렌지 x 2개_개당 중량_상세페이지참조 × 써니 오렌지 x 2개_개당 용량_상세페이 (#M)쿠팡 홈>생활용품>헤어/바디/세안>샴푸/린스>샴푸>일반샴푸 Coupang > 뷰티 > 헤어 > 샴푸 > 일반샴푸'
5	'[SSG 단독 출시]5센스 골드 캐시미어 세트 ssg > 뷰티 > 헤어/바디 > 헤어스타일링 ssg > 뷰티 > 헤어/바디 > 헤어케어 > 헤어에센스' '[CJ단독] 단백질 본드 앰플 95ml 4개+15ml 5개 (#M)뷰티>헤어/바디/미용기기>헤어케어>에센스/앰플/오일 CJmall > 뷰티 > 헤어/바디/미용기기 > 헤어케어 > 트리트먼트/팩/마스크' '엑스트라 오디네리 오일 100ml (4종 선택1) 리치브라운100ml(극손상용) LotteOn > 뷰티 > 헤어케어 > 헤어케어세트 LotteOn > 뷰티 > 헤어/바디 > 헤어케어 > 헤어케어세트'
7	'[케라스타즈][신세계 상품권 5천원 증정][건조 모발용 여신오일] 엘릭서 얼팀 오리지널 100ml 세트 (3만원 상당 기프트 증정) SsgChicor > CHICOR > 바디/헤어/향수 > 헤어케어 SsgChicor > CHICOR > 바디/헤어/향수 > 헤어케어' '도깨비천국 로시크 숨마 엘릭서 에멀전130ml () LotteOn > 뷰티 > 스킨케어 > 로션/에멀전 LotteOn > 뷰티 > 스킨케어 > 로션/에멀전' '엑스트라오디네리오일 100ml 2종 (8종택2) + 오일2ml 2종 (도착보장) 브라운_브라운 (#M)화장품/미용>헤어케어>헤어에센스 AD > Naverstore > lorealparis브랜드스토어 > ALL'
1	'아모스 컬링 에센스 2X 투엑스 탄력 150ml LotteOn > 뷰티 > 헤어케어 > 헤어미스트 LotteOn > 뷰티 > 헤어/바디 > 헤어스타일링 > 컬크림' '실크테라피 샤인에센스 260ml세트130ml 1개 + 65ml 2개 없음 LotteOn > 뷰티 > 헤어/바디 > 헤어케어 > 트리트먼트/헤어팩 LotteOn > 뷰티 > 헤어/바디 > 헤어케어 > 트리트먼트/헤어팩' '케라스타즈 헤어 오일 트리트먼트 헤어크림 모음/ 시몽 넥타 케라틴 테르미크 150ml/열활성화 리브인 트리트먼트 엘릭서 얼팀 오리지널 (#M)쿠팡 홈>뷰티>헤어>헤어에센스/오일>헤어로션 Coupang > 뷰티 > 헤어 > 헤어에센스/오일 > 헤어로션'

Evaluation

Metrics

Label	Accuracy
all	0.6192

Uses

Direct Use for Inference

First install the SetFit library:

pip install setfit

Then you can load this model and run inference.

from setfit import SetFitModel

# Download from the 🤗 Hub
model = SetFitModel.from_pretrained("mini1013/master_cate_bt_top13_test")
# Run inference
preds = model("오가니스트 히말라야 핑크솔트 샴푸 500ml X 5개  LotteOn > 뷰티 > 헤어케어 > 샴푸 > 드라이샴푸 LotteOn > 뷰티 > 헤어케어 > 샴푸 > 드라이샴푸")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	10	22.5992	68

Label	Training Sample Count
0	49
1	50
2	50
3	50
4	50
5	50
6	50
7	50
8	50
9	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
0.0013	1	0.442	-
0.0641	50	0.4677	-
0.1282	100	0.4517	-
0.1923	150	0.447	-
0.2564	200	0.4161	-
0.3205	250	0.4126	-
0.3846	300	0.3875	-
0.4487	350	0.3417	-
0.5128	400	0.308	-
0.5769	450	0.2932	-
0.6410	500	0.2789	-
0.7051	550	0.2712	-
0.7692	600	0.2653	-
0.8333	650	0.2654	-
0.8974	700	0.2578	-
0.9615	750	0.2583	-
1.0256	800	0.2569	-
1.0897	850	0.2542	-
1.1538	900	0.256	-
1.2179	950	0.25	-
1.2821	1000	0.2544	-
1.3462	1050	0.2548	-
1.4103	1100	0.2591	-
1.4744	1150	0.2654	-
1.5385	1200	0.2493	-
1.6026	1250	0.2422	-
1.6667	1300	0.2383	-
1.7308	1350	0.2355	-
1.7949	1400	0.2281	-
1.8590	1450	0.2256	-
1.9231	1500	0.2285	-
1.9872	1550	0.2211	-
2.0513	1600	0.2143	-
2.1154	1650	0.2197	-
2.1795	1700	0.2094	-
2.2436	1750	0.2076	-
2.3077	1800	0.1998	-
2.3718	1850	0.1963	-
2.4359	1900	0.1906	-
2.5	1950	0.1895	-
2.5641	2000	0.1776	-
2.6282	2050	0.1537	-
2.6923	2100	0.1414	-
2.7564	2150	0.1344	-
2.8205	2200	0.1231	-
2.8846	2250	0.1119	-
2.9487	2300	0.107	-
3.0128	2350	0.0911	-
3.0769	2400	0.0757	-
3.1410	2450	0.0708	-
3.2051	2500	0.0621	-
3.2692	2550	0.0573	-
3.3333	2600	0.0513	-
3.3974	2650	0.0405	-
3.4615	2700	0.0311	-
3.5256	2750	0.0253	-
3.5897	2800	0.0226	-
3.6538	2850	0.0139	-
3.7179	2900	0.011	-
3.7821	2950	0.0102	-
3.8462	3000	0.0076	-
3.9103	3050	0.0065	-
3.9744	3100	0.0064	-
4.0385	3150	0.0056	-
4.1026	3200	0.0054	-
4.1667	3250	0.004	-
4.2308	3300	0.0022	-
4.2949	3350	0.0019	-
4.3590	3400	0.0024	-
4.4231	3450	0.0018	-
4.4872	3500	0.0014	-
4.5513	3550	0.0005	-
4.6154	3600	0.0006	-
4.6795	3650	0.0004	-
4.7436	3700	0.0006	-
4.8077	3750	0.0011	-
4.8718	3800	0.0004	-
4.9359	3850	0.001	-
5.0	3900	0.0002	-
5.0641	3950	0.0002	-
5.1282	4000	0.0006	-
5.1923	4050	0.0013	-
5.2564	4100	0.0009	-
5.3205	4150	0.0004	-
5.3846	4200	0.0001	-
5.4487	4250	0.0002	-
5.5128	4300	0.0002	-
5.5769	4350	0.0005	-
5.6410	4400	0.0041	-
5.7051	4450	0.0079	-
5.7692	4500	0.0071	-
5.8333	4550	0.0032	-
5.8974	4600	0.0045	-
5.9615	4650	0.0059	-
6.0256	4700	0.0066	-
6.0897	4750	0.0027	-
6.1538	4800	0.0006	-
6.2179	4850	0.0009	-
6.2821	4900	0.0005	-
6.3462	4950	0.0001	-
6.4103	5000	0.0002	-
6.4744	5050	0.0006	-
6.5385	5100	0.0003	-
6.6026	5150	0.0004	-
6.6667	5200	0.0004	-
6.7308	5250	0.0007	-
6.7949	5300	0.0004	-
6.8590	5350	0.0002	-
6.9231	5400	0.0002	-
6.9872	5450	0.0001	-
7.0513	5500	0.0002	-
7.1154	5550	0.0	-
7.1795	5600	0.0002	-
7.2436	5650	0.0001	-
7.3077	5700	0.0001	-
7.3718	5750	0.0004	-
7.4359	5800	0.0003	-
7.5	5850	0.0013	-
7.5641	5900	0.0026	-
7.6282	5950	0.002	-
7.6923	6000	0.0018	-
7.7564	6050	0.001	-
7.8205	6100	0.002	-
7.8846	6150	0.001	-
7.9487	6200	0.0009	-
8.0128	6250	0.0002	-
8.0769	6300	0.0	-
8.1410	6350	0.0	-
8.2051	6400	0.0	-
8.2692	6450	0.0	-
8.3333	6500	0.0	-
8.3974	6550	0.0	-
8.4615	6600	0.0	-
8.5256	6650	0.0	-
8.5897	6700	0.0	-
8.6538	6750	0.0	-
8.7179	6800	0.0	-
8.7821	6850	0.0	-
8.8462	6900	0.0019	-
8.9103	6950	0.0018	-
8.9744	7000	0.0007	-
9.0385	7050	0.001	-
9.1026	7100	0.0031	-
9.1667	7150	0.0018	-
9.2308	7200	0.0014	-
9.2949	7250	0.0017	-
9.3590	7300	0.0002	-
9.4231	7350	0.0003	-
9.4872	7400	0.0001	-
9.5513	7450	0.0001	-
9.6154	7500	0.0002	-
9.6795	7550	0.0002	-
9.7436	7600	0.0002	-
9.8077	7650	0.0003	-
9.8718	7700	0.0001	-
9.9359	7750	0.0	-
10.0	7800	0.0	-
10.0641	7850	0.0	-
10.1282	7900	0.0	-
10.1923	7950	0.0	-
10.2564	8000	0.0	-
10.3205	8050	0.0	-
10.3846	8100	0.0002	-
10.4487	8150	0.0	-
10.5128	8200	0.0	-
10.5769	8250	0.0	-
10.6410	8300	0.0	-
10.7051	8350	0.0	-
10.7692	8400	0.0	-
10.8333	8450	0.0	-
10.8974	8500	0.0	-
10.9615	8550	0.0	-
11.0256	8600	0.0	-
11.0897	8650	0.0	-
11.1538	8700	0.0	-
11.2179	8750	0.0	-
11.2821	8800	0.0	-
11.3462	8850	0.0	-
11.4103	8900	0.0	-
11.4744	8950	0.0	-
11.5385	9000	0.0	-
11.6026	9050	0.0	-
11.6667	9100	0.0001	-
11.7308	9150	0.0014	-
11.7949	9200	0.0	-
11.8590	9250	0.0002	-
11.9231	9300	0.0021	-
11.9872	9350	0.0043	-
12.0513	9400	0.0054	-
12.1154	9450	0.0068	-
12.1795	9500	0.0051	-
12.2436	9550	0.0023	-
12.3077	9600	0.0007	-
12.3718	9650	0.0002	-
12.4359	9700	0.0001	-
12.5	9750	0.0	-
12.5641	9800	0.0	-
12.6282	9850	0.0006	-
12.6923	9900	0.0005	-
12.7564	9950	0.0001	-
12.8205	10000	0.0	-
12.8846	10050	0.0	-
12.9487	10100	0.0	-
13.0128	10150	0.0	-
13.0769	10200	0.0	-
13.1410	10250	0.0	-
13.2051	10300	0.0	-
13.2692	10350	0.0	-
13.3333	10400	0.0	-
13.3974	10450	0.0	-
13.4615	10500	0.0	-
13.5256	10550	0.0	-
13.5897	10600	0.0	-
13.6538	10650	0.0	-
13.7179	10700	0.0	-
13.7821	10750	0.0	-
13.8462	10800	0.0	-
13.9103	10850	0.0	-
13.9744	10900	0.0	-
14.0385	10950	0.0	-
14.1026	11000	0.0	-
14.1667	11050	0.0	-
14.2308	11100	0.0	-
14.2949	11150	0.0	-
14.3590	11200	0.0	-
14.4231	11250	0.0	-
14.4872	11300	0.0	-
14.5513	11350	0.0	-
14.6154	11400	0.0	-
14.6795	11450	0.0	-
14.7436	11500	0.0	-
14.8077	11550	0.0	-
14.8718	11600	0.0	-
14.9359	11650	0.0	-
15.0	11700	0.0	-
15.0641	11750	0.0	-
15.1282	11800	0.0	-
15.1923	11850	0.0	-
15.2564	11900	0.0	-
15.3205	11950	0.0	-
15.3846	12000	0.0	-
15.4487	12050	0.0	-
15.5128	12100	0.0	-
15.5769	12150	0.0	-
15.6410	12200	0.0	-
15.7051	12250	0.0	-
15.7692	12300	0.0	-
15.8333	12350	0.0	-
15.8974	12400	0.0	-
15.9615	12450	0.0	-
16.0256	12500	0.0	-
16.0897	12550	0.0003	-
16.1538	12600	0.0022	-
16.2179	12650	0.0041	-
16.2821	12700	0.0006	-
16.3462	12750	0.0005	-
16.4103	12800	0.0002	-
16.4744	12850	0.0003	-
16.5385	12900	0.0002	-
16.6026	12950	0.0003	-
16.6667	13000	0.0	-
16.7308	13050	0.0	-
16.7949	13100	0.0	-
16.8590	13150	0.0002	-
16.9231	13200	0.0	-
16.9872	13250	0.0	-
17.0513	13300	0.0	-
17.1154	13350	0.0	-
17.1795	13400	0.0	-
17.2436	13450	0.0	-
17.3077	13500	0.0001	-
17.3718	13550	0.0	-
17.4359	13600	0.0002	-
17.5	13650	0.0	-
17.5641	13700	0.0	-
17.6282	13750	0.0	-
17.6923	13800	0.0	-
17.7564	13850	0.0	-
17.8205	13900	0.0	-
17.8846	13950	0.0	-
17.9487	14000	0.0	-
18.0128	14050	0.0	-
18.0769	14100	0.0	-
18.1410	14150	0.0	-
18.2051	14200	0.0	-
18.2692	14250	0.0	-
18.3333	14300	0.0	-
18.3974	14350	0.0	-
18.4615	14400	0.0	-
18.5256	14450	0.0	-
18.5897	14500	0.0	-
18.6538	14550	0.0	-
18.7179	14600	0.0	-
18.7821	14650	0.0	-
18.8462	14700	0.0	-
18.9103	14750	0.0	-
18.9744	14800	0.0	-
19.0385	14850	0.0	-
19.1026	14900	0.0	-
19.1667	14950	0.0	-
19.2308	15000	0.0	-
19.2949	15050	0.0	-
19.3590	15100	0.0	-
19.4231	15150	0.0002	-
19.4872	15200	0.0	-
19.5513	15250	0.0	-
19.6154	15300	0.0	-
19.6795	15350	0.0	-
19.7436	15400	0.0	-
19.8077	15450	0.0	-
19.8718	15500	0.0002	-
19.9359	15550	0.0	-
20.0	15600	0.0	-
20.0641	15650	0.0	-
20.1282	15700	0.0	-
20.1923	15750	0.0	-
20.2564	15800	0.0	-
20.3205	15850	0.0	-
20.3846	15900	0.0	-
20.4487	15950	0.0	-
20.5128	16000	0.0	-
20.5769	16050	0.0	-
20.6410	16100	0.0	-
20.7051	16150	0.0	-
20.7692	16200	0.0	-
20.8333	16250	0.0001	-
20.8974	16300	0.0002	-
20.9615	16350	0.0001	-
21.0256	16400	0.0	-
21.0897	16450	0.0011	-
21.1538	16500	0.0009	-
21.2179	16550	0.0006	-
21.2821	16600	0.0009	-
21.3462	16650	0.0001	-
21.4103	16700	0.0	-
21.4744	16750	0.0002	-
21.5385	16800	0.0	-
21.6026	16850	0.0	-
21.6667	16900	0.0002	-
21.7308	16950	0.0	-
21.7949	17000	0.0002	-
21.8590	17050	0.0002	-
21.9231	17100	0.0	-
21.9872	17150	0.0	-
22.0513	17200	0.0001	-
22.1154	17250	0.0	-
22.1795	17300	0.0	-
22.2436	17350	0.0	-
22.3077	17400	0.0	-
22.3718	17450	0.0	-
22.4359	17500	0.0	-
22.5	17550	0.0	-
22.5641	17600	0.0	-
22.6282	17650	0.0	-
22.6923	17700	0.0	-
22.7564	17750	0.0	-
22.8205	17800	0.0	-
22.8846	17850	0.0	-
22.9487	17900	0.0	-
23.0128	17950	0.0	-
23.0769	18000	0.0	-
23.1410	18050	0.0001	-
23.2051	18100	0.0	-
23.2692	18150	0.0	-
23.3333	18200	0.0001	-
23.3974	18250	0.0	-
23.4615	18300	0.0	-
23.5256	18350	0.0	-
23.5897	18400	0.0	-
23.6538	18450	0.0	-
23.7179	18500	0.0	-
23.7821	18550	0.0	-
23.8462	18600	0.0	-
23.9103	18650	0.0	-
23.9744	18700	0.0	-
24.0385	18750	0.0002	-
24.1026	18800	0.0	-
24.1667	18850	0.0	-
24.2308	18900	0.0	-
24.2949	18950	0.0001	-
24.3590	19000	0.0	-
24.4231	19050	0.0	-
24.4872	19100	0.0001	-
24.5513	19150	0.0	-
24.6154	19200	0.0	-
24.6795	19250	0.0	-
24.7436	19300	0.0	-
24.8077	19350	0.0	-
24.8718	19400	0.0	-
24.9359	19450	0.0	-
25.0	19500	0.0	-
25.0641	19550	0.0	-
25.1282	19600	0.0	-
25.1923	19650	0.0	-
25.2564	19700	0.0	-
25.3205	19750	0.0	-
25.3846	19800	0.0	-
25.4487	19850	0.0	-
25.5128	19900	0.0	-
25.5769	19950	0.0	-
25.6410	20000	0.0	-
25.7051	20050	0.0	-
25.7692	20100	0.0	-
25.8333	20150	0.0	-
25.8974	20200	0.0	-
25.9615	20250	0.0	-
26.0256	20300	0.0	-
26.0897	20350	0.0	-
26.1538	20400	0.0	-
26.2179	20450	0.0	-
26.2821	20500	0.0	-
26.3462	20550	0.0	-
26.4103	20600	0.0	-
26.4744	20650	0.0	-
26.5385	20700	0.0	-
26.6026	20750	0.0	-
26.6667	20800	0.0	-
26.7308	20850	0.0	-
26.7949	20900	0.0	-
26.8590	20950	0.0	-
26.9231	21000	0.0	-
26.9872	21050	0.0	-
27.0513	21100	0.0	-
27.1154	21150	0.0	-
27.1795	21200	0.0	-
27.2436	21250	0.0	-
27.3077	21300	0.0	-
27.3718	21350	0.0	-
27.4359	21400	0.0	-
27.5	21450	0.0	-
27.5641	21500	0.0	-
27.6282	21550	0.0	-
27.6923	21600	0.0	-
27.7564	21650	0.0	-
27.8205	21700	0.0	-
27.8846	21750	0.0	-
27.9487	21800	0.0	-
28.0128	21850	0.0	-
28.0769	21900	0.0	-
28.1410	21950	0.0	-
28.2051	22000	0.0	-
28.2692	22050	0.0	-
28.3333	22100	0.0	-
28.3974	22150	0.0	-
28.4615	22200	0.0	-
28.5256	22250	0.0	-
28.5897	22300	0.0	-
28.6538	22350	0.0	-
28.7179	22400	0.0	-
28.7821	22450	0.0	-
28.8462	22500	0.0	-
28.9103	22550	0.0	-
28.9744	22600	0.0	-
29.0385	22650	0.0	-
29.1026	22700	0.0	-
29.1667	22750	0.0	-
29.2308	22800	0.0	-
29.2949	22850	0.0	-
29.3590	22900	0.0	-
29.4231	22950	0.0	-
29.4872	23000	0.0	-
29.5513	23050	0.0	-
29.6154	23100	0.0	-
29.6795	23150	0.0	-
29.7436	23200	0.0	-
29.8077	23250	0.0	-
29.8718	23300	0.0	-
29.9359	23350	0.0	-
30.0	23400	0.0	-

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

@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}
}