File size: 27,945 Bytes
f212c1d |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 |
---
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: Lawrence Frames 로프 디자인 금속 액자 12 7x17 5x7인치 가구/인테리어>인테리어소품>액자>벽걸이액자
- text: 아트박스 미드나인 무선 터치 테이블 스탠드 LED 무드등 가구/인테리어>인테리어소품>스탠드>단스탠드
- text: 인공 분수 분수대 소형 사무실 인테리어 재물 인테리어 선물 카운터 식당 가구/인테리어>인테리어소품>인테리어분수
- text: 구리 향 버너 아로마 테라피 향홀더 다도 향받침 가구/인테리어>인테리어소품>아로마/캔들용품>아로마램프/오일
- text: 솜인형 만들기 DIY 키트 25색상 자수실 세트 인형 원단 멜로디클로젯 가구/인테리어>인테리어소품>장식인형
metrics:
- accuracy
pipeline_tag: text-classification
library_name: setfit
inference: true
base_model: mini1013/master_domain
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: 1.0
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:** 23 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 |
|:------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 16.0 | <ul><li>'원목 가림막파티션 울타리 인테리어 공간분리 펜스 우드 가구/인테리어>인테리어소품>인테리어파티션'</li><li>'레트로하우스 틴우드 가벽 타공판 철제 파티션 H2400 가구/인테리어>인테리어소품>인테리어파티션'</li><li>'오투 오투가구 세토 룸 디바이더 S 인테리어 간살 파티션 가벽 가림막 가구/인테리어>인테리어소품>인테리어파티션'</li></ul> |
| 18.0 | <ul><li>'지오몽 크크 별자리 인형 무속성 솜인형 아이돌인형 가구/인테리어>인테리어소품>장식인형'</li><li>'빈티지 키다리 산타인형 1m 가구/인테리어>인테리어소품>장식인형'</li><li>'NEW 투지퍼 손잡이필통 고급파우치 신학기 선물 가구/인테리어>인테리어소품>장식인형'</li></ul> |
| 1.0 | <ul><li>'굿즈하우스 원목 우드 육각 마그넷 냉장고 마그네틱 가구/인테리어>인테리어소품>냉장고자석'</li><li>'와인앤쿡 토끼디자인 원형 마그넷 4개1세트 가구/인테리어>인테리어소품>냉장고자석'</li><li>'귀여운 자석 냉장고 마그네틱 마그넷 복숭아 가구/인테리어>인테리어소품>냉장고자석'</li></ul> |
| 0.0 | <ul><li>'대형 패브릭 포스터 허그 S 가구/인테리어>인테리어소품>기타장식용품'</li><li>'반가사유상 미니어처 ver3 83호 국립박물관 뮷즈 반가사유상굿즈 국립중앙박물관 피규어 인테리어 소품 장식품 가구/인테리어>인테리어소품>기타장식용품'</li><li>'모던하우스 ON 바람막이 패딩 3중방한 3도씨커튼 2zsize 100x230 가구/인테리어>인테리어소품>기타장식용품'</li></ul> |
| 12.0 | <ul><li>'두브 앉은 요정 LED 워터볼 오르골 선물 무드등 장식 집들이 인테리어 가구/인테리어>인테리어소품>워터볼'</li><li>'워터볼 무드등 조명 선물 장식품 투명 우주 감성 크리스탈볼 가구/인테리어>인테리어소품>워터볼'</li><li>'크리스마스 직사각 랜턴 LED 워터볼 5종 마을 눈사람 산타 오르골 무드등 인테리어 소품 가구/인테리어>인테리어소품>워터볼'</li></ul> |
| 22.0 | <ul><li>'신혼선물 글라스 북유럽 스타일 최신 소형 꽃병 모던 홈가드닝 북유럽화병 가구/인테리어>인테리어소품>화병'</li><li>'미드센추리 모던 유리화병 인테리어 화병 오브제 꽃병 가구/인테리어>인테리어소품>화병'</li><li>'나팔 유리화병 이케바나 수경재배 오브제 대형 꽃병 중형-오로라 가구/인테리어>인테리어소품>화병'</li></ul> |
| 20.0 | <ul><li>'LED 심플 주방등 60W 가구/인테리어>인테리어소품>조명>주방조명'</li><li>'히트조명 LED 트라브 슬림 거실등 150W 가구/인테리어>인테리어소품>조명>거실조명'</li><li>'오너클랜 쿨샵 LED조명 안정기 50W 2채널 조명기구 컨버터 가구/인테리어>인테리어소품>조명>LED모듈'</li></ul> |
| 8.0 | <ul><li>'꾸밈 nv464-멀티아크릴액자치킨맥주 4단소형 가구/인테리어>인테리어소품>액자>액자세트'</li><li>'베네치아 액자 5X7 S 가구/인테리어>인테리어소품>액자>탁상용액자'</li><li>'4X6 종이액자 10장 포토프레임 인테리어액자 가구/인테리어>인테리어소품>액자>탁상용액자'</li></ul> |
| 17.0 | <ul><li>'DIY 미니어처 오션 하우스 가구/인테리어>인테리어소품>장식미니어처'</li><li>'파스텔클레이 미니어처 가구 2호 3종 가구/인테리어>인테리어소품>장식미니어처'</li><li>'공예 미니어쳐 캡틴바 만들기 돌하우스 재료 DIY 미니어처 미니하우스 FWD016F8 가구/인테리어>인테리어소품>장식미니어처'</li></ul> |
| 7.0 | <ul><li>'글라스코 호야 유리원통실린더 캔들워머 7 5x10 가구/인테리어>인테리어소품>아로마/캔들용품>기타아로마/캔들용품'</li><li>'엔피솝 레몬 Lemon 프래그런스오일 프래그런스오일 인공향 캔들 디퓨저 방향제 1개 가구/인테리어>인테리어소품>아로마/캔들용품>아로마램프/오일'</li><li>'로터스 사슴 백플로우 인센스 콘 홀더 가구/인테리어>인테리어소품>아로마/캔들용품>아로마방향제/디퓨저'</li></ul> |
| 15.0 | <ul><li>'인테리어 가짜 창문 페이크 윈도우 벽장식 엔틱 우드 가구/인테리어>인테리어소품>인테리어창문'</li><li>'지중해 페이크창문 벽걸이 소품 레스토랑 가짜창문 가구/인테리어>인테리어소품>인테리어창문'</li><li>'빈티지 창문 벽걸이 촬영 창문틀 소품 장식용 벽장식 인테리어 엔틱 가구/인테리어>인테리어소품>인테리어창문'</li></ul> |
| 6.0 | <ul><li>'e 리드미컬 무소음 감성 추 벽시계 월넛 국내제조 GB7061 가구/인테리어>인테리어소품>시계>스탠드시계'</li><li>'데스크탑 인테리어 오브제 시계 테이블 무소음 스탠드 가구/인테리어>인테리어소품>시계>스탠드시계'</li><li>'벽시계 집들이 감성 디자인 벽걸이시계 아이방 가구/인테리어>인테리어소품>시계>벽시계'</li></ul> |
| 2.0 | <ul><li>'퍼스트앙 도자기꼬꼬 현관 문종 풍경 풍수 행운 인테리어 장식소품 가구/인테리어>인테리어소품>도어벨'</li><li>'액막이 출입문종 돈복어문종 도어벨 풍경종 앤틱 현관문종 가구/인테리어>인테리어소품>도어벨'</li><li>'우드 디어 도어벨 현관 목제 초인종 차임 마그네틱 풍경 무선 걸이식 바람 시끄러운 문짝 벨 냉장고 문 레 가구/인테리어>인테리어소품>도어벨'</li></ul> |
| 19.0 | <ul><li>'전통 미니 복주머니 붉은색 8X9 가구/인테리어>인테리어소품>전통공예소품'</li><li>'전통 옛날 등잔 호롱 민속 호롱불 공예 한옥 인테리어 장식소품 공예품 한국기념품 가구/인테리어>인테리어소품>전통공예소품'</li><li>'천가게 전통매듭 3단 국화매듭 23 진갈색 가구/인테리어>인테리어소품>전통공예소품'</li></ul> |
| 3.0 | <ul><li>'알루미늄브라켓8T58돌출표찰미니간판복도표찰벽부착 가구/인테리어>인테리어소품>디자인문패'</li><li>'넘어짐주의 계단조심 부착형 정사각안내판 알림판 가구/인테리어>인테리어소품>디자인문패'</li><li>'제제데코 당기세요 PULL 원형 사각안내판 알림판 가구/인테리어>인테리어소품>디자인문패'</li></ul> |
| 9.0 | <ul><li>'카페 엔틱전화기 복고풍 클래식 다이얼 옛날 장식 레스토랑 촬영 가구/인테리어>인테리어소품>앤틱소품'</li><li>'인테리어 피아노 인테리어소품 가구/인테리어>인테리어소품>앤틱소품'</li><li>'북유럽풍 미니어처 빈티지 하우스 소품 클래식 현관 앤틱 가구/인테리어>인테리어소품>앤틱소품'</li></ul> |
| 10.0 | <ul><li>'짱구는 못말려 중성마녀 오르골 마카오조마 피규어 가구/인테리어>인테리어소품>오르골'</li><li>'수동오르골 콜로세움 가구/인테리어>인테리어소품>오르골'</li><li>'클램 원목 오르골 밤편지 가구/인테리어>인테리어소품>오르골'</li></ul> |
| 5.0 | <ul><li>'일광 일광전구 스노우맨15 포터블 스탠드 실버바디 가구/인테리어>인테리어소품>스탠드>단스탠드'</li><li>'롱 테이블 스탠드 고휘도 그림 작업용 책상 조명 램프 독서등 무드등 긴 데스크 가구/인테리어>인테리어소품>스탠드>단스탠드'</li><li>'단스탠드 무드등 테이블 램프 카페 독서등 모던디자인 테이블램프 가구/인테리어>인테리어소품>스탠드>단스탠드'</li></ul> |
| 13.0 | <ul><li>'원목 두꺼비집가리개 배전함가리개 커버 분전함 벽선-03 느티나무 가로형 50X40 가구/인테리어>인테리어소품>인터폰박스'</li><li>'인터폰 가리개 커버 분전함 박스 배전함 두꺼비집 집-C 5070가로길이43세로높이62수용 프레임 가구/인테리어>인테리어소품>인터폰박스'</li><li>'배전함가리개 배전함 액자 커버 덮개 방수 누전함 나만의집 꾸미기 미니멀라이프 가구/인테리어>인테리어소품>인터폰박스'</li></ul> |
| 11.0 | <ul><li>'야외 우체통 유럽식 우편함 실외 철제 소품 스탠드-1 2m 레터박스 가구/인테리어>인테리어소품>우체통'</li><li>'세모네모 건의함 소 B1016 가구/인테리어>인테리어소품>우체통'</li><li>'크리에이티브 스테인레스스틸 우편함 우체통 벽걸이 편지함 전원주택 빌라 벽걸이우편함 가구/인테리어>인테리어소품>우체통'</li></ul> |
| 4.0 | <ul><li>'박만순 옻칠 나전 트레이 가구/인테리어>인테리어소품>미술작품>공예디자인'</li><li>'정은희 빛누리 Ver.1 가구/인테리어>인테리어소품>미술작품>공예디자인'</li><li>'정은희 빛누리 Ver.2 가구/인테리어>인테리어소품>미술작품>공예디자인'</li></ul> |
| 14.0 | <ul><li>'실내장식 물 분수 흐르는 물장식 순환 럭셔리 -E 16008 가구/인테리어>인테리어소품>인테리어분수'</li><li>'인공폭포 분수대 미니 실내 인테리어 소형 물레방아 1 가정용 천연가습기 행운의 분수대 가구/인테리어>인테리어소품>인테리어분수'</li><li>'미니 분수 사무실 인테리어용 실내 책상 집들이 선물 가구/인테리어>인테리어소품>인테리어분수'</li></ul> |
| 21.0 | <ul><li>'까사베르데 플랜트스 인테리어 패브릭 포스터 고리형 가구/인테리어>인테리어소품>패브릭포스터'</li><li>'패브릭포스터 대형 인테리어 창문 벽 가리개 가림막 커튼 커텐 가구/인테리어>인테리어소품>패브릭포스터'</li><li>'판다스틱 패브릭 포스터 가구/인테리어>인테리어소품>패브릭포스터'</li></ul> |
## Evaluation
### Metrics
| Label | Accuracy |
|:--------|:---------|
| **all** | 1.0 |
## 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_fi9")
# Run inference
preds = model("아트박스 미드나인 무선 터치 테이블 스탠드 LED 무드등 가구/인테리어>인테리어소품>스탠드>단스탠드")
```
<!--
### 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 | 2 | 8.8911 | 24 |
| Label | Training Sample Count |
|:------|:----------------------|
| 0.0 | 70 |
| 1.0 | 70 |
| 2.0 | 70 |
| 3.0 | 70 |
| 4.0 | 40 |
| 5.0 | 70 |
| 6.0 | 70 |
| 7.0 | 70 |
| 8.0 | 70 |
| 9.0 | 70 |
| 10.0 | 70 |
| 11.0 | 70 |
| 12.0 | 70 |
| 13.0 | 70 |
| 14.0 | 70 |
| 15.0 | 70 |
| 16.0 | 70 |
| 17.0 | 69 |
| 18.0 | 70 |
| 19.0 | 70 |
| 20.0 | 70 |
| 21.0 | 6 |
| 22.0 | 70 |
### Training Hyperparameters
- batch_size: (256, 256)
- num_epochs: (30, 30)
- max_steps: -1
- sampling_strategy: oversampling
- num_iterations: 50
- 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0034 | 1 | 0.499 | - |
| 0.1689 | 50 | 0.5015 | - |
| 0.3378 | 100 | 0.4948 | - |
| 0.5068 | 150 | 0.3422 | - |
| 0.6757 | 200 | 0.1868 | - |
| 0.8446 | 250 | 0.0753 | - |
| 1.0135 | 300 | 0.0407 | - |
| 1.1824 | 350 | 0.0242 | - |
| 1.3514 | 400 | 0.0127 | - |
| 1.5203 | 450 | 0.0087 | - |
| 1.6892 | 500 | 0.0071 | - |
| 1.8581 | 550 | 0.0029 | - |
| 2.0270 | 600 | 0.0008 | - |
| 2.1959 | 650 | 0.0004 | - |
| 2.3649 | 700 | 0.0004 | - |
| 2.5338 | 750 | 0.0003 | - |
| 2.7027 | 800 | 0.0002 | - |
| 2.8716 | 850 | 0.0002 | - |
| 3.0405 | 900 | 0.0002 | - |
| 3.2095 | 950 | 0.0002 | - |
| 3.3784 | 1000 | 0.0001 | - |
| 3.5473 | 1050 | 0.0001 | - |
| 3.7162 | 1100 | 0.0001 | - |
| 3.8851 | 1150 | 0.0001 | - |
| 4.0541 | 1200 | 0.0001 | - |
| 4.2230 | 1250 | 0.0001 | - |
| 4.3919 | 1300 | 0.0001 | - |
| 4.5608 | 1350 | 0.0001 | - |
| 4.7297 | 1400 | 0.0001 | - |
| 4.8986 | 1450 | 0.0001 | - |
| 5.0676 | 1500 | 0.0001 | - |
| 5.2365 | 1550 | 0.0001 | - |
| 5.4054 | 1600 | 0.0001 | - |
| 5.5743 | 1650 | 0.0001 | - |
| 5.7432 | 1700 | 0.0 | - |
| 5.9122 | 1750 | 0.0 | - |
| 6.0811 | 1800 | 0.0 | - |
| 6.25 | 1850 | 0.0 | - |
| 6.4189 | 1900 | 0.0 | - |
| 6.5878 | 1950 | 0.0 | - |
| 6.7568 | 2000 | 0.0 | - |
| 6.9257 | 2050 | 0.0 | - |
| 7.0946 | 2100 | 0.0 | - |
| 7.2635 | 2150 | 0.0 | - |
| 7.4324 | 2200 | 0.0 | - |
| 7.6014 | 2250 | 0.0 | - |
| 7.7703 | 2300 | 0.0 | - |
| 7.9392 | 2350 | 0.0 | - |
| 8.1081 | 2400 | 0.0 | - |
| 8.2770 | 2450 | 0.0 | - |
| 8.4459 | 2500 | 0.0 | - |
| 8.6149 | 2550 | 0.0 | - |
| 8.7838 | 2600 | 0.0 | - |
| 8.9527 | 2650 | 0.0 | - |
| 9.1216 | 2700 | 0.0001 | - |
| 9.2905 | 2750 | 0.0 | - |
| 9.4595 | 2800 | 0.0 | - |
| 9.6284 | 2850 | 0.0 | - |
| 9.7973 | 2900 | 0.0 | - |
| 9.9662 | 2950 | 0.0 | - |
| 10.1351 | 3000 | 0.0 | - |
| 10.3041 | 3050 | 0.0 | - |
| 10.4730 | 3100 | 0.0 | - |
| 10.6419 | 3150 | 0.0 | - |
| 10.8108 | 3200 | 0.0 | - |
| 10.9797 | 3250 | 0.0 | - |
| 11.1486 | 3300 | 0.0 | - |
| 11.3176 | 3350 | 0.0 | - |
| 11.4865 | 3400 | 0.0 | - |
| 11.6554 | 3450 | 0.0 | - |
| 11.8243 | 3500 | 0.0 | - |
| 11.9932 | 3550 | 0.0 | - |
| 12.1622 | 3600 | 0.0 | - |
| 12.3311 | 3650 | 0.0 | - |
| 12.5 | 3700 | 0.0 | - |
| 12.6689 | 3750 | 0.0 | - |
| 12.8378 | 3800 | 0.0 | - |
| 13.0068 | 3850 | 0.0 | - |
| 13.1757 | 3900 | 0.0 | - |
| 13.3446 | 3950 | 0.0 | - |
| 13.5135 | 4000 | 0.0 | - |
| 13.6824 | 4050 | 0.0 | - |
| 13.8514 | 4100 | 0.0 | - |
| 14.0203 | 4150 | 0.0 | - |
| 14.1892 | 4200 | 0.0 | - |
| 14.3581 | 4250 | 0.0 | - |
| 14.5270 | 4300 | 0.0 | - |
| 14.6959 | 4350 | 0.0 | - |
| 14.8649 | 4400 | 0.0 | - |
| 15.0338 | 4450 | 0.0 | - |
| 15.2027 | 4500 | 0.0 | - |
| 15.3716 | 4550 | 0.0 | - |
| 15.5405 | 4600 | 0.0 | - |
| 15.7095 | 4650 | 0.0 | - |
| 15.8784 | 4700 | 0.0 | - |
| 16.0473 | 4750 | 0.0 | - |
| 16.2162 | 4800 | 0.0 | - |
| 16.3851 | 4850 | 0.0 | - |
| 16.5541 | 4900 | 0.0 | - |
| 16.7230 | 4950 | 0.0 | - |
| 16.8919 | 5000 | 0.0 | - |
| 17.0608 | 5050 | 0.0 | - |
| 17.2297 | 5100 | 0.0 | - |
| 17.3986 | 5150 | 0.0 | - |
| 17.5676 | 5200 | 0.0 | - |
| 17.7365 | 5250 | 0.0 | - |
| 17.9054 | 5300 | 0.0 | - |
| 18.0743 | 5350 | 0.0 | - |
| 18.2432 | 5400 | 0.0 | - |
| 18.4122 | 5450 | 0.0 | - |
| 18.5811 | 5500 | 0.0 | - |
| 18.75 | 5550 | 0.0 | - |
| 18.9189 | 5600 | 0.0 | - |
| 19.0878 | 5650 | 0.0 | - |
| 19.2568 | 5700 | 0.0 | - |
| 19.4257 | 5750 | 0.0 | - |
| 19.5946 | 5800 | 0.0 | - |
| 19.7635 | 5850 | 0.0 | - |
| 19.9324 | 5900 | 0.0 | - |
| 20.1014 | 5950 | 0.0 | - |
| 20.2703 | 6000 | 0.0 | - |
| 20.4392 | 6050 | 0.0 | - |
| 20.6081 | 6100 | 0.0 | - |
| 20.7770 | 6150 | 0.0 | - |
| 20.9459 | 6200 | 0.0 | - |
| 21.1149 | 6250 | 0.0 | - |
| 21.2838 | 6300 | 0.0 | - |
| 21.4527 | 6350 | 0.0 | - |
| 21.6216 | 6400 | 0.0 | - |
| 21.7905 | 6450 | 0.0 | - |
| 21.9595 | 6500 | 0.0 | - |
| 22.1284 | 6550 | 0.0 | - |
| 22.2973 | 6600 | 0.0 | - |
| 22.4662 | 6650 | 0.0 | - |
| 22.6351 | 6700 | 0.0 | - |
| 22.8041 | 6750 | 0.0 | - |
| 22.9730 | 6800 | 0.0 | - |
| 23.1419 | 6850 | 0.0 | - |
| 23.3108 | 6900 | 0.0 | - |
| 23.4797 | 6950 | 0.0 | - |
| 23.6486 | 7000 | 0.0 | - |
| 23.8176 | 7050 | 0.0 | - |
| 23.9865 | 7100 | 0.0 | - |
| 24.1554 | 7150 | 0.0 | - |
| 24.3243 | 7200 | 0.0 | - |
| 24.4932 | 7250 | 0.0 | - |
| 24.6622 | 7300 | 0.0 | - |
| 24.8311 | 7350 | 0.0 | - |
| 25.0 | 7400 | 0.0 | - |
| 25.1689 | 7450 | 0.0 | - |
| 25.3378 | 7500 | 0.0 | - |
| 25.5068 | 7550 | 0.0 | - |
| 25.6757 | 7600 | 0.0 | - |
| 25.8446 | 7650 | 0.0 | - |
| 26.0135 | 7700 | 0.0 | - |
| 26.1824 | 7750 | 0.0 | - |
| 26.3514 | 7800 | 0.0 | - |
| 26.5203 | 7850 | 0.0 | - |
| 26.6892 | 7900 | 0.0 | - |
| 26.8581 | 7950 | 0.0 | - |
| 27.0270 | 8000 | 0.0 | - |
| 27.1959 | 8050 | 0.0 | - |
| 27.3649 | 8100 | 0.0 | - |
| 27.5338 | 8150 | 0.0 | - |
| 27.7027 | 8200 | 0.0 | - |
| 27.8716 | 8250 | 0.0 | - |
| 28.0405 | 8300 | 0.0 | - |
| 28.2095 | 8350 | 0.0 | - |
| 28.3784 | 8400 | 0.0 | - |
| 28.5473 | 8450 | 0.0 | - |
| 28.7162 | 8500 | 0.0 | - |
| 28.8851 | 8550 | 0.0 | - |
| 29.0541 | 8600 | 0.0 | - |
| 29.2230 | 8650 | 0.0 | - |
| 29.3919 | 8700 | 0.0 | - |
| 29.5608 | 8750 | 0.0 | - |
| 29.7297 | 8800 | 0.0 | - |
| 29.8986 | 8850 | 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
```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.*
--> |