Push model using huggingface_hub.

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "word_embedding_dimension": 768,
+  "pooling_mode_cls_token": false,
+  "pooling_mode_mean_tokens": true,
+  "pooling_mode_max_tokens": false,
+  "pooling_mode_mean_sqrt_len_tokens": false,
+  "pooling_mode_weightedmean_tokens": false,
+  "pooling_mode_lasttoken": false,
+  "include_prompt": true
+}

README.md

@@ -0,0 +1,316 @@
+---
+base_model: mini1013/master_domain
+library_name: setfit
+metrics:
+- metric
+pipeline_tag: text-classification
+tags:
+- setfit
+- sentence-transformers
+- text-classification
+- generated_from_setfit_trainer
+widget:
+- text: 강아지하네스 원피스 꽃무늬 애견가슴줄 애견 공주옷 옷 고양이 그린 연청색_L 고고마트
+- text: 옷 강아지코스튬 강아지 의상 고양이 파티 처키 코스프레 교통경찰 변장_M- 약 2.5-5kg 내 핑크웨일
+- text: 찍지마라 강아지옷 강아지 코스튬 해적+더드컨트리 스티커_L(68-88CM)16~25KG 더드컨트리
+- text: 강아지패딩 퍼피엔젤 초경량 AIR2 올인원 방수 패딩 남여공용 s 1. AIR2 남여공용_#808 GREEN_S 스탠바이펫
+- text: 강아지옷 고양이 봄 여름 가을 원피스 티셔츠 실내복 애견 애완견 반려견 의류 비숑 토이 푸들 말티즈 XS 옵션17. Happy Summer
+    자수 나시_옐로우_S DOGNY
+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: metric
+      value: 0.7383331748863375
+      name: Metric
+---
+
+# 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:** 24 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                                                                                                                                                                                                                             |
+|:------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+| 1.0   | <ul><li>'버박 C.E.T. 미니칫솔 1p (색상랜덤)  주식회사 플로릿(Flowlet Co.,Ltd)'</li><li>'펫 투스케어 칫솔 부드러운 칫솔모 랜덤발송  세발가락'</li><li>'와우 이크린 구강 청결티슈 100매 강아지 손가락 칫솔 일회용 구강티슈  (주)어니스트펫(Honest Pet)'</li></ul>                                              |
+| 21.0  | <ul><li>'파충류부화기 알콤 렙타일 MX-R90 (일반형) MinSellAmount 초중고닷컴'</li><li>'오리 조류 닭 밀짚 통집 알낳는 지푸라기 산란장 달걀 중형초가집 영운상회'</li><li>'앵무새이유식 버셀라가 뉴트리버드 A21 이유식 400g 이유조먹이 넥톤 피타쿠스 A21-400g 리프패럿 대구테크노점'</li></ul>                                    |
+| 14.0  | <ul><li>'네프킨 호텔 네프킨 흰색 47x47)X10개 호텔  나유컴퍼니'</li><li>'고양이 발톱 깍기 테이블 드라이 리프트 동물 거치재 스타일-A (사이즈 사진 참조) 모스트'</li><li>'에이플러스 APST-2061 음이온 살균 드라이룸 중.소형  가위구조대'</li></ul>                                                                |
+| 12.0  | <ul><li>'칸후 파충류 할로겐 조명 [DS-WG500] 블랙  엄마네수족관'</li><li>'애완 달팽이 젤리 먹이 칼슘 용품 망고젤리 3개 안녕달팽이'</li><li>'애견 애묘 패션 스카프 목걸이 목줄 -XL 블랙  티티에스(TTS)'</li></ul>                                                                                   |
+| 13.0  | <ul><li>'고양이 격리장 이동식 대형 케이지 철장 그린빅2단78x55x100_세트2플랫폼매트x고양이볼x냥냥냥스틱x발매트x 다니컴퍼니'</li><li>'도톰매트 그란데 미끄럼방지 50x50cm 07.미드나잇블루 세븐펫'</li><li>'강아지 울타리 고양이 철망 펜스 ABS도어보드(소) - 화이트 심비오시스'</li></ul>                                            |
+| 3.0   | <ul><li>'클라쎄밀 분유 180g [유통24년6월15일]  불꽃(flameflawer)'</li><li>'로얄캐닌 독 하이포알러제닉 스몰독 1kg 강아지 알러지 피부 결석 치아 관리 처방사료 MinSellAmount 또롱이펫'</li><li>'반해 l 오픈팜 독 스튜 칠면조 354g / 계량컵&급여량 계산 어덜트 (5살 이상~7살 미만)_O & O 주식회사 집사의하루'</li></ul>         |
+| 10.0  | <ul><li>'네코미미 뇌파 센서 고양이 귀 움직이는 자극 소품 화이트 단색 조은물건'</li><li>'푸드트럭 요기쏘 캣닢 붕어빵 인형  야자팜스토어'</li><li>'캐티맨 시골 쥐꼬리 스틱낚시대 그린  해피팻스토아'</li></ul>                                                                                               |
+| 0.0   | <ul><li>'양도가니 2p 양도가니 반컷팅(통양1개를 이등분) 영양언니의수제간식'</li><li>'프레스키 칠면조힘줄 터키텐던 스트립 85g  펫스타'</li><li>'닥터맘마 미니파이 케어 리브  제이컴퍼니'</li></ul>                                                                                                    |
+| 2.0   | <ul><li>'엘지 여행용세면도구세트 4호 본품 지앤아이'</li><li>'와우 숨쉬는 소형 매너벨트+일자형 기저귀 2p 와우_대형 + 2P 강아지보스'</li><li>'뽀숑 개끗한 세탁세제 650g 강아지 고양이 전용 손세탁 세탁기 빨래 과탄산소다 분말형 개끗한 세탁세제 650g 세제몰'</li></ul>                                                        |
+| 6.0   | <ul><li>'ANF 고양이 캔 (참치게맛살) 95g 부산물X 개별캔뚜껑 젤리타입  엠에스펫푸드'</li><li>'마법의 스프레이 60ml (마타타비)  멍발냥발'</li><li>'비타크래프트 비타캣스틱 가자미 오메가 18g (6gx3p) 비타크래프트 크리스피 크런치 60g_덴탈(치아관리) 이누빅코리아 주식회사'</li></ul>                                           |
+| 25.0  | <ul><li>'패러그린 우다다휠 30cm 패러그린 우다다휠 (핑크) 플러스펫'</li><li>'소나무 EA 가루 톱밥 베딩 축사 양계장 대패 알 대패밥 알 톱밥 (80L 마대) 권민수'</li><li>'초 햄스터 집 사료 용품 먹이 톱밥 4. 햄스터 베딩_ 포그니 솜이불 30G 오타쿠 펫'</li></ul>                                                        |
+| 16.0  | <ul><li>'해외사료 펠릿 제조기 닭 과립기 모이 압축기 성형기 기계 220V-5.5KW tjdnfkd591'</li><li>'파충류 상처예방 실리콘 마감 밀웜 먹이 롱 핀셋  ms5863'</li><li>'RJ714 카르노 2층 햄스터하우스/햄스터 터널 케이지 MinSellAmount ┏플러스펫┓'</li></ul>                                                 |
+| 15.0  | <ul><li>'강아지 월배너 인테리어 포토존 강아지집 문패 아이보리_03_웰시코기(골드) 지니걸'</li><li>'강아지 월배너 인테리어 포토존 강아지집 문패 핑크_02_푸들(화이트) 지니걸'</li><li>'고양이 부드러운 장식 파티 새끼 케이크 토퍼 장식품 생일 인형 곰 고무 06=A5 메리스컴퍼니'</li></ul>                                                |
+| 22.0  | <ul><li>'복주캣 고양이 스크래쳐 숨숨집 대형 1.복주캣 고양이 스크래쳐 숨숨집 우석'</li><li>'아이위크 고양이 원목 우드 스크래처 미니 캣폴 캣타워  엘리펀트리빙'</li><li>'키티트리 고양이 다묘용 스크래쳐 [0001]기본상품 CJONSTYLE'</li></ul>                                                                       |
+| 11.0  | <ul><li>'그린웨일 B3 중형 4단 카키베이지 고급 원목 튼튼한 고양이 캣타워 카키 베이지 메가글로벌002'</li><li>'캣워크 선반 셀프 캣타워 캣워커 원목 고양이 벽 고양이 점프대 곰곰생활'</li><li>'[제이큐]트리 디자인 방석 계단 가구 선반 원목캣타워 H타입  신세계몰'</li></ul>                                                        |
+| 18.0  | <ul><li>'[기타]레드퍼피 스텔라 우주선가방 대형 카키  신세계몰'</li><li>'스테판플라스트 걸리버1 철문 다크그레이라이트그레이  슈퍼패드'</li><li>'와이어 대형견 강아지 소형견 리드줄 목줄 개줄 10_응급처치툴_10-2_리드줄 체결용 조은공구상사'</li></ul>                                                                      |
+| 17.0  | <ul><li>'바비온 휴대용 캡슐물병 V2 330ml (색상선택) 블루 주식회사 퍼스트코(FIRSTCO CO.,LTD.)'</li><li>'방수스틱 전기스틱 돼지 목동 소와 양 떼몰기 클래식 버전 75cm 더니'</li><li>'활성탄 필터 PF-H2 3개입 교체용 필터  라이징몰'</li></ul>                                                            |
+| 23.0  | <ul><li>'대형 토끼케이지 사육��� 집 강아리 고양이 가정용 애완동물 철장 기니피그 실내 울타리 72x107x62CM 인피니티스토어'</li><li>'하우스 토끼 기니피그 애완 집 2층 더블 레이어 복층형 케이지 대형 홑겹[70x50x60]x매트 기저귀 백이네만물창고'</li><li>'토끼 사료 먹이 집 용품 티모시 알파파 3. 토끼 간식/이갈이_ 코코넛 슬라이스 100G 오타쿠 펫'</li></ul> |
+| 24.0  | <ul><li>'울리 1+1 기획 봉봉 후리스 집업 봉봉후리스집업L_베이지_베이지 (주)서흥인터내셔날'</li><li>'고양이 강아지 할머니 할매 실내 김장 조끼 블루_L 두두앤코'</li><li>'강아지 고양이 김장조끼 누빔 겨울 할머니 수면쪼끼 엔돌펫 꽃무늬 김장룩 조끼 핑크 S 엔돌펫 꽃무늬 김장룩 조끼_핑크_M 위드캣'</li></ul>                                    |
+| 9.0   | <ul><li>'로얄캐닌 캣 유리너리 S/O 1.5kg  행복한동물병원'</li><li>'알모네이쳐 닭고기와 참치와 치즈 고양이 주식캔 습식사료 70g 알모네이쳐 주식캔 70g_참치+새우 70g 주식회사 유니커머스'</li><li>'[복수구매할인] 알모네이쳐 고양이 주식캔 습식사료 대서양참치 70g 1.알모네이쳐 주식캔 70g_2. 닭고기와 참치 70g 의기냥냥'</li></ul>               |
+| 7.0   | <ul><li>'프롬벳 고양이 엘라이신 영양제 100g  한빛유통'</li><li>'시너지랩 덴탈 후레쉬 캣 오리지널 237ml 고양이 구강청결제  와이앤케이 커머스(주)'</li><li>'자이목스 오라틴 투스페이스트 젤 치약 70g 칫솔질 하지 않는 구강 관리  루나(Luna)666'</li></ul>                                                           |
+| 5.0   | <ul><li>'애완용품 공 토끼 고슴도치 반려동물 수초볼 11cm (2개입) 정직한셀러8'</li><li>'고슴도치 사료 용품 먹이 집 간식_치즈소세지 벅스매니아'</li><li>'토끼 보온초집 둥지 돼지 보온소 귀토끼 초가집 고슴도치 애완동물 E. 스몰 (캐슬 러기 하우스) 다올'</li></ul>                                                            |
+| 4.0   | <ul><li>'시너지랩 푸이 비터 스프레이 118ml(물음방지제)  다유몰'</li><li>'플라스틱입마개 WK 3호  빅토리몰'</li><li>'집어치워 울트라 스퀴커 볼독 장난감 소형 2직경 - 1010팩  우인'</li></ul>                                                                                                 |
+| 8.0   | <ul><li>'(미스터리)단독판매 미스터리 오더킬러 에볼루션 7kg 2개 (박스) MinSellAmount SSG.COM'</li><li>'마칼 거름망 화장실(핑크)  이사둘스토어'</li><li>'고양이 코일매트 화장실매트 화장실 욕실 주방 현관 발매트 빨아쓰는 발판 러그 G_60x90cm 위드해피'</li></ul>                                                 |
+
+## Evaluation
+
+### Metrics
+| Label   | Metric |
+|:--------|:-------|
+| **all** | 0.7383 |
+
+## 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_lh10")
+# Run inference
+preds = model("강아지하네스 원피스 꽃무늬 애견가슴줄 애견 공주옷 옷 고양이 그린 연청색_L 고고마트")
+```
+
+<!--
+### 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   | 3   | 10.0792 | 28  |
+
+| Label | Training Sample Count |
+|:------|:----------------------|
+| 0.0   | 50                    |
+| 1.0   | 50                    |
+| 2.0   | 50                    |
+| 3.0   | 50                    |
+| 4.0   | 50                    |
+| 5.0   | 50                    |
+| 6.0   | 50                    |
+| 7.0   | 50                    |
+| 8.0   | 50                    |
+| 9.0   | 50                    |
+| 10.0  | 50                    |
+| 11.0  | 50                    |
+| 12.0  | 50                    |
+| 13.0  | 50                    |
+| 14.0  | 50                    |
+| 15.0  | 50                    |
+| 16.0  | 50                    |
+| 17.0  | 50                    |
+| 18.0  | 50                    |
+| 21.0  | 50                    |
+| 22.0  | 50                    |
+| 23.0  | 50                    |
+| 24.0  | 50                    |
+| 25.0  | 50                    |
+
+### Training Hyperparameters
+- batch_size: (512, 512)
+- num_epochs: (20, 20)
+- max_steps: -1
+- sampling_strategy: oversampling
+- num_iterations: 40
+- body_learning_rate: (2e-05, 2e-05)
+- head_learning_rate: 2e-05
+- loss: CosineSimilarityLoss
+- distance_metric: cosine_distance
+- margin: 0.25
+- end_to_end: False
+- use_amp: False
+- warmup_proportion: 0.1
+- seed: 42
+- eval_max_steps: -1
+- load_best_model_at_end: False
+
+### Training Results
+| Epoch   | Step | Training Loss | Validation Loss |
+|:-------:|:----:|:-------------:|:---------------:|
+| 0.0053  | 1    | 0.4146        | -               |
+| 0.2660  | 50   | 0.3778        | -               |
+| 0.5319  | 100  | 0.315         | -               |
+| 0.7979  | 150  | 0.2096        | -               |
+| 1.0638  | 200  | 0.146         | -               |
+| 1.3298  | 250  | 0.0963        | -               |
+| 1.5957  | 300  | 0.0549        | -               |
+| 1.8617  | 350  | 0.049         | -               |
+| 2.1277  | 400  | 0.0339        | -               |
+| 2.3936  | 450  | 0.0339        | -               |
+| 2.6596  | 500  | 0.0322        | -               |
+| 2.9255  | 550  | 0.0263        | -               |
+| 3.1915  | 600  | 0.0179        | -               |
+| 3.4574  | 650  | 0.0202        | -               |
+| 3.7234  | 700  | 0.0127        | -               |
+| 3.9894  | 750  | 0.0293        | -               |
+| 4.2553  | 800  | 0.0116        | -               |
+| 4.5213  | 850  | 0.0264        | -               |
+| 4.7872  | 900  | 0.012         | -               |
+| 5.0532  | 950  | 0.009         | -               |
+| 5.3191  | 1000 | 0.0139        | -               |
+| 5.5851  | 1050 | 0.0116        | -               |
+| 5.8511  | 1100 | 0.024         | -               |
+| 6.1170  | 1150 | 0.0046        | -               |
+| 6.3830  | 1200 | 0.0046        | -               |
+| 6.6489  | 1250 | 0.0081        | -               |
+| 6.9149  | 1300 | 0.0099        | -               |
+| 7.1809  | 1350 | 0.0108        | -               |
+| 7.4468  | 1400 | 0.0006        | -               |
+| 7.7128  | 1450 | 0.01          | -               |
+| 7.9787  | 1500 | 0.0098        | -               |
+| 8.2447  | 1550 | 0.0099        | -               |
+| 8.5106  | 1600 | 0.0063        | -               |
+| 8.7766  | 1650 | 0.006         | -               |
+| 9.0426  | 1700 | 0.0016        | -               |
+| 9.3085  | 1750 | 0.0054        | -               |
+| 9.5745  | 1800 | 0.0011        | -               |
+| 9.8404  | 1850 | 0.0056        | -               |
+| 10.1064 | 1900 | 0.0095        | -               |
+| 10.3723 | 1950 | 0.0006        | -               |
+| 10.6383 | 2000 | 0.0081        | -               |
+| 10.9043 | 2050 | 0.0002        | -               |
+| 11.1702 | 2100 | 0.0002        | -               |
+| 11.4362 | 2150 | 0.0041        | -               |
+| 11.7021 | 2200 | 0.0021        | -               |
+| 11.9681 | 2250 | 0.0002        | -               |
+| 12.2340 | 2300 | 0.0021        | -               |
+| 12.5    | 2350 | 0.004         | -               |
+| 12.7660 | 2400 | 0.0002        | -               |
+| 13.0319 | 2450 | 0.0002        | -               |
+| 13.2979 | 2500 | 0.0021        | -               |
+| 13.5638 | 2550 | 0.0012        | -               |
+| 13.8298 | 2600 | 0.0038        | -               |
+| 14.0957 | 2650 | 0.0072        | -               |
+| 14.3617 | 2700 | 0.002         | -               |
+| 14.6277 | 2750 | 0.0018        | -               |
+| 14.8936 | 2800 | 0.0018        | -               |
+| 15.1596 | 2850 | 0.0002        | -               |
+| 15.4255 | 2900 | 0.0007        | -               |
+| 15.6915 | 2950 | 0.0003        | -               |
+| 15.9574 | 3000 | 0.0002        | -               |
+| 16.2234 | 3050 | 0.0001        | -               |
+| 16.4894 | 3100 | 0.0001        | -               |
+| 16.7553 | 3150 | 0.0001        | -               |
+| 17.0213 | 3200 | 0.0001        | -               |
+| 17.2872 | 3250 | 0.0001        | -               |
+| 17.5532 | 3300 | 0.0001        | -               |
+| 17.8191 | 3350 | 0.0001        | -               |
+| 18.0851 | 3400 | 0.0001        | -               |
+| 18.3511 | 3450 | 0.0001        | -               |
+| 18.6170 | 3500 | 0.0001        | -               |
+| 18.8830 | 3550 | 0.0001        | -               |
+| 19.1489 | 3600 | 0.0001        | -               |
+| 19.4149 | 3650 | 0.0001        | -               |
+| 19.6809 | 3700 | 0.0001        | -               |
+| 19.9468 | 3750 | 0.0001        | -               |
+
+### Framework Versions
+- Python: 3.10.12
+- SetFit: 1.1.0.dev0
+- Sentence Transformers: 3.1.1
+- Transformers: 4.46.1
+- PyTorch: 2.4.0+cu121
+- Datasets: 2.20.0
+- Tokenizers: 0.20.0
+
+## 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.*
+-->

config.json

@@ -0,0 +1,29 @@
+{
+  "_name_or_path": "mini1013/master_item_lh",
+  "architectures": [
+    "RobertaModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "bos_token_id": 0,
+  "classifier_dropout": null,
+  "eos_token_id": 2,
+  "gradient_checkpointing": false,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 768,
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "layer_norm_eps": 1e-05,
+  "max_position_embeddings": 514,
+  "model_type": "roberta",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pad_token_id": 1,
+  "position_embedding_type": "absolute",
+  "tokenizer_class": "BertTokenizer",
+  "torch_dtype": "float32",
+  "transformers_version": "4.46.1",
+  "type_vocab_size": 1,
+  "use_cache": true,
+  "vocab_size": 32000
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.1.1",
+    "transformers": "4.46.1",
+    "pytorch": "2.4.0+cu121"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": null
+}

config_setfit.json

@@ -0,0 +1,4 @@
+{
+  "normalize_embeddings": false,
+  "labels": null
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7ff4e77ada7b0b86cf9bf63cbad817eef5411167511be059f34bcacc75b928e7
+size 442494816

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7065916547e156f61da54de6dcde13d7927026f11bbc3defd44667a1b7732867
+size 148647

modules.json

@@ -0,0 +1,14 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 512,
+  "do_lower_case": false
+}

special_tokens_map.json

@@ -0,0 +1,51 @@
+{
+  "bos_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "cls_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "eos_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "[MASK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "[PAD]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "[UNK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

tokenizer_config.json

@@ -0,0 +1,66 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "[CLS]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "[PAD]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "[SEP]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "[UNK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "4": {
+      "content": "[MASK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "bos_token": "[CLS]",
+  "clean_up_tokenization_spaces": false,
+  "cls_token": "[CLS]",
+  "do_basic_tokenize": true,
+  "do_lower_case": false,
+  "eos_token": "[SEP]",
+  "mask_token": "[MASK]",
+  "max_length": 512,
+  "model_max_length": 512,
+  "never_split": null,
+  "pad_to_multiple_of": null,
+  "pad_token": "[PAD]",
+  "pad_token_type_id": 0,
+  "padding_side": "right",
+  "sep_token": "[SEP]",
+  "stride": 0,
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "BertTokenizer",
+  "truncation_side": "right",
+  "truncation_strategy": "longest_first",
+  "unk_token": "[UNK]"
+}