File size: 35,601 Bytes
8d57dee |
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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 |
---
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: 국내산 햇잣 홍천 잣고개 잣 1kg (백잣 황잣 파지잣) 백잣(정품) 1kg (#M)식품>농산물>견과류>잣 T200 > Naverstore
> 식품 > 견과류/건과류 > 견과류 > 잣
- text: 청도 감말랭이 곶감 홍시 말랭이 말린 감 프리미엄 청도 감말랭이 100g (#M)식품>농산물>건과류>감말랭이 T200 > Naverstore
> 식품 > 견과류/건과류 > 건과류 > 감말랭이
- text: HYGGE(휘게) 담금주 키트 3구 선물세트(500ml x 3) 그린라이트(야관문주)_달빛 한 스푼(진저레몬주)_베리온더클라우드(딸기주)
(#M)식품>농산물>건과류>기타건과류 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 기타건과류
- text: 올가 피스타치오(유기농) (100g) (#M)식품>농산물>견과류>피스타치오 T200 > Naverstore > 식품 > 견과류/건과류
> 견과류 > 피스타치오
- text: 원더풀피스타치오 노 쉘 칠리 로스티드 맛 2통 63g (#M)식품>농산물>견과류>피스타치오 T200 > Naverstore > 식품
> 견과류/건과류 > 견과류 > 피스타치오
metrics:
- accuracy
pipeline_tag: text-classification
library_name: setfit
inference: true
base_model: klue/roberta-base
model-index:
- name: SetFit with klue/roberta-base
results:
- task:
type: text-classification
name: Text Classification
dataset:
name: Unknown
type: unknown
split: test
metrics:
- type: accuracy
value: 0.9994875924163678
name: Accuracy
---
# SetFit with klue/roberta-base
This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [klue/roberta-base](https://huggingface.co/klue/roberta-base) 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:** [klue/roberta-base](https://huggingface.co/klue/roberta-base)
- **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:** 22 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 |
|:------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 7.0 | <ul><li>'견과류 답례품 결혼 결혼식 웨딩 돌 감사선물 허비스 10종 6허비스골드그라인더(90g)_300개 이상(-250원 할인) (#M)식품>농산물>견과류>혼합견과/견과류세트 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 기타견과류'</li><li>'브라질너트 1kg 햇상품 A등급 최신통관 브라질넛 MD 900g(450gx2봉) (#M)식품>농산물>견과류>기타견과류 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 기타견과류'</li><li>'견과류 답례품 믹스 결혼 결혼식 회사 믹스넛 110g 03 호두정과 80g_700개 이상 (-300원) (#M)식품>농산물>견과류>혼합견과/견과류세트 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 기타견과류'</li></ul> |
| 10.0 | <ul><li>'마우나로아 마카다미아 다크초코 하와이안 씨솔트 허니 로스티드 어니언갈릭 대용량 밀크초코 226g (#M)식품>농산물>견과류>마카다미아 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 마카다미아'</li><li>'우고래빗 통 마카다미아 ✨특가✨02.마카다미아 1kg(500x2) (#M)식품>농산물>견과류>마카다미아 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 마카다미아'</li><li>'마우나로아 마카다미아 대용량 하와이안 괌 다크초콜릿 씨솔트 밀크초콜릿 코스트코 05.다크초콜릿 17g x 24개 (#M)식품>농산물>견과류>마카다미아 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 마카다미아'</li></ul> |
| 11.0 | <ul><li>'약단밤 칼집밤 생율 옥광 군밤 맛밤 칼집 약단밤 2kg (#M)식품>농산물>견과류>밤 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 밤'</li><li>'[단품구성] 23년 햇밤 달콤한 공주밤 1kg / 약단밤 생율밤 칼집 무칼집 02 공주밤(대)무칼집 1kg (#M)식품>농산물>견과류>밤 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 밤'</li><li>'23년 농장직송 공주밤 햇밤 2kg 4kg 옥광 대보 조생 칼집밤 [칼집X]옥광밤_옥광밤 특 4kg (#M)식품>농산물>견과류>밤 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 밤'</li></ul> |
| 1.0 | <ul><li>'건망고 슬라이스 1kg (#M)식품>잼/시럽>딸기잼 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 건망고'</li><li>'[해외] 베트남 롯데마트 choice L 초이스엘 반건조망고 100G X 8팩 / 망고슬라이스 Xoai Say Deo Fruit Joy mango 건망고 말린망고 (#M)식품>농산물>건과류>건망고 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 건망고'</li><li>'식자재 식재료 도매 건망고 비앤지 1K x10개 (#M)식품>농산물>건과류>건망고 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 건망고'</li></ul> |
| 5.0 | <ul><li>'곶감 선물세트 건시 상주곶감 선물용 보자기포장 (#M)식품>농산물>건과류>곶감 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 곶감'</li><li>'대구 상견례선물 곶감단지 명절 부모님 첫인사 선물 예약배송 배송메세지에 도착일입력_상견례선물택선택_사각케이스곶감단지9구 (#M)식품>농산물>건과류>곶감 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 곶감'</li><li>'귀한곶감말이 [20P] 무화과크림치즈호두말이 선물 추석선물 명절선물 상견례 반건시 답례 20구상자+종이가방_o (#M)식품>농산물>건과류>곶감 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 곶감'</li></ul> |
| 17.0 | <ul><li>'코스트코 피칸 커클랜드 시그니춰 피칸 하브즈 908G 샐러드 요거트 (#M)식품>농산물>견과류>피칸 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 피칸'</li><li>'KIRKLAND SIGNATURE 스낵킹 피칸 737G (#M)식품>농산물>견과류>피칸 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 피칸'</li><li>'피칸분태 1kg 미국산 조각 피칸 캘리포니아 무염 생 피칸 (#M)식품>농산물>견과류>피칸 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 피칸'</li></ul> |
| 21.0 | <ul><li>'자연루 투데이넛 너트한줌 후르츠 선물세트 20g, 30봉 / 투데이 하루 견과류 답례품 꿀호두 30봉 세트 (#M)식품>농산물>견과류>혼합견과/견과류세트 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 혼합견과/견과류세트'</li><li>'견과류 답례품 믹스너트 기업 회사 명절 단체 견과 허니버터 믹스넛 선물 2종 세트 2종선물세트+메세지카드+쇼핑백♥ (#M)식품>농산물>견과류>혼합견과/견과류세트 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 혼합견과/견과류세트'</li><li>'오담견과 수제견과강정 선물세트 2호 48개입 견과류바_O_X (#M)식품>농산물>견과류>혼합견과/견과류세트 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 혼합견과/견과류세트'</li></ul> |
| 2.0 | <ul><li>'필리핀 골든사바 바나나칩 100g 5개입 10개입 1개입 (#M)식품>농산물>건과류>건바나나 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 건바나나'</li><li>'건바나나칩 1kgx3봉 (#M)식품>농산물>건과류>건바나나 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 건바나나'</li><li>'필리핀 조비스 바나나칩 모음전 조비스 바나나칩 320g (#M)식품>농산물>건과류>건바나나 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 건바나나'</li></ul> |
| 3.0 | <ul><li>'테일러팜스 푸룬 건자두 250gx5봉 & 건과일 모음전(무화과, 데이츠, 블랙체리) 09.말린 데이츠 50g x5봉 (#M)식품>농산물>건과류>건자두 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 건자두'</li><li>'리우씨앤씨 말린붉은 2.5kg 수입중국산 건대추 한박스(포장변동될수있슴) 2.5k (#M)식품>농산물>건과류>건자두 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 건자두'</li><li>'푸룬 건자두 씨를뺀 말린자두 하루 40g 20봉 30봉 500g 4.푸룬건자두 50봉 (기간한정 이벤트+5봉) (#M)식품>농산물>건과류>건자두 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 건자두'</li></ul> |
| 6.0 | <ul><li>'더하루 동결건조 과일칩 야채칩 무설탕국산연근칩 딸기 반건조 무화과 잭푸르트 건강 간식 오크라칩 (#M)식품>농산물>건과류>기타건과류 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 기타건과류'</li><li>'건조과일13종 과일칩 건과일 과일말랭이 오렌지칩(35g) (#M)식품>농산물>건과류>기타건과류 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 기타건과류'</li><li>'반건조 무화과 2kg 건과일 말린무화과 터키산 Taris 반건조 무화과 2kg (#M)식품>농산물>건과류>기타건과류 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 기타건과류'</li></ul> |
| 20.0 | <ul><li>'해씨초코볼 27g 5개 (#M)식품>농산물>견과류>호박씨 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 호박씨'</li><li>'호박씨 1kg 구운호박씨 최신통과 AAA등급 국가별 햇상품 KG 중국산 생호박씨 1kg (#M)식품>농산물>견과류>호박씨 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 호박씨'</li><li>'호박씨(맛깔 1K) (#M)식품>농산물>견과류>호박씨 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 호박씨'</li></ul> |
| 15.0 | <ul><li>'너츠빌 구운 캐슈넛 1kg - 베트남 생캐슈넛1kg 베트남 구운캐슈넛1kg (#M)식품>농산물>견과류>캐슈너트 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 캐슈너트'</li><li>'베트남 껍질 구운캐슈넛 500g 알큰 캐슈넛 500g 1개 (#M)식품>농산물>견과류>캐슈너트 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 캐슈너트'</li><li>'커클랜드 시그니춰 무염캐슈 1.13kg 코스트코견과류 코스트코캐슈넛 건강한간식 요거트토핑 어린이간식 온가족간식 샐러드토핑 맛있는스낵 (#M)식품>농산물>견과류>캐슈너트 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 캐슈너트'</li></ul> |
| 4.0 | <ul><li>'[대용량박스딜] 믹스베리 1kg x 9팩 크렌베리 건포도 건블루베리 (#M)식품>농산물>건과류>건포도 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 건포도'</li><li>'미국 건강식품 SunMaid 캘리포니아산 믹스 점보 건포도 340g(12oz) 중년 여성 (#M)식품>농산물>건과류>건포도 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 건포도'</li><li>'[200g] 건조 샤인머스켓S 건조샤인 건과일 건포도 김천/영천 마켓이루팜 (#M)식품>농산물>건과류>건포도 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 건포도'</li></ul> |
| 0.0 | <ul><li>'청도농협 감말랭이 1Kg 절약형(가정용) / 실속형(선물용) 청도농협 감말랭이 1kg_절약형(지퍼팩) 1개 (#M)식품>농산물>건과류>감말랭이 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 감말랭이'</li><li>'달콤쫀득 청도 감말랭이 300g, 500g, 1kg 지퍼백 500g (지퍼백) (#M)식품>농산물>건과류>감말랭이 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 감말랭이'</li><li>'상주 대봉감말랭이 1kg 상주 호랑이 감말랭이 1kg (#M)식품>농산물>건과류>감말랭이 T200 > Naverstore > 식품 > 견과류/건과류 > 건과류 > 감말랭이'</li></ul> |
| 12.0 | <ul><li>'햇 아몬드 1kg 당일 구운아몬드 슬라이스 볶은 생아몬드 볶음 비건 100% 아몬드가루 1kg (#M)식품>농산물>견과류>아몬드 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 아몬드'</li><li>'바프 허니버터 아몬드 120g 와사비 군옥수수 마늘빵 쿠키앤크림 티라미수 구운양파 김 맛 아몬드_40g 8종세트(허와군마카쿠인체) (#M)식품>농산물>견과류>아몬드 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 아몬드'</li><li>'머거본 선물세트 실속형 2호 프리미엄 2호 선택 실속형 2호 (#M)식품>농산물>견과류>아몬드 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 아몬드'</li></ul> |
| 19.0 | <ul><li>'깐호두 700g (#M)식품>농산물>견과류>호두 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 호두'</li><li>'(옵션선택) 대상웰라이프 뉴케어 당플랜 호두맛 200 mL 30팩+당플랜 인절미맛 200 mL 30팩 균형영양식 인절미맛 30팩+검은깨맛 30팩 (#M)식품>건강식품>환자식/영양보충식 KGC > naver_plus_traverse_extension > Naverstore > 건강식품 > 환자식/영양보충식'</li><li>'대상웰라이프 뉴케어 당플랜 호두맛 200ml 30팩+30팩 균형영양식 (#M)식품>건강식품>환자식/영양보충식 KGC > brand_store > Naverstore > dswellife브랜드스토어 > 뉴케어'</li></ul> |
| 18.0 | <ul><li>'베트남 롯데마트 해바라기씨 코코넛맛 130g 10세트 매운맛 10개 (#M)식품>농산물>견과류>해바라기씨 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 해바라기씨'</li><li>'해바라기씨 까먹는 중국해바리기씨 꽈즈 껍질해바라기씨 사토 고양이 고양이해바라기씨 (#M)식품>농산물>견과류>해바라기씨 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 해바라기씨'</li><li>'사조 해표 해바라기유 900ml x3 (#M)식품>농산물>견과류>해바라기씨 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 해바라기씨'</li></ul> |
| 8.0 | <ul><li>'당도높은 2023년 건대추 말린 대추 500g 건조 대추 사과대추 왕대추 생대추 MS_건대추 500g(30mm이상) (#M)식품>농산물>견과류>대추 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 대추'</li><li>'2023년 아산 햇 싱싱 사과 대추 2kg 중(40-50과) (#M)식품>농산물>견과류>대추 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 대추'</li><li>'23년 보은대추 달콤아삭 고당도 사과대추 생대추 1kg 생대추 1kg (22~24mm) (#M)식품>농산물>견과류>대추 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 대추'</li></ul> |
| 16.0 | <ul><li>'원더풀피스타치오 노 쉘 로스티드 솔티드 170g 4통 (#M)식품>농산물>견과류>피스타치오 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 피스타치오'</li><li>'산과들에 22년산 미국산 피스타치오 (생 볶음 구운) 400gx2봉 (견과) 구운피스타치오(염)400gx2봉 (#M)식품>농산물>견과류>피스타치오 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 피스타치오'</li><li>'[리치팜너트] 탈각피스타치오 250g 2팩 견과류 피스타치오 (#M)식품>농산물>견과류>피스타치오 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 피스타치오'</li></ul> |
| 14.0 | <ul><li>'중국산 잣 백두산잣 수입잣 생잣 작은알 큰알 야생 2 캔 (총 500g)_큰알 (#M)식품>농산물>견과류>잣 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 잣'</li><li>'가평잣 황잣 백잣 3캔 잣선물세트 (5캔)백잣140g(3개)+황잣140g(2개) (#M)식품>농산물>견과류>잣 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 잣'</li><li>'국산잣170g x 16봉 견과류 잣 (#M)식품>농산물>견과류>잣 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 잣'</li></ul> |
| 13.0 | <ul><li>'국산 은행열매 피은행 은행알 1kg 토종 은행 딱딱한 껍질있는 피은행(소) 1KG (#M)식품>농산물>견과류>은행 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 은행'</li><li>'은행 열매 깐은행 피은행 구이 은행알 1kg 깐은행 [대 사이즈] 500g (#M)식품>농산물>견과류>은행 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 은행'</li><li>'깐은행 피은행 2022년 먹는 국산 햇 생 누드 은행 알 열매 500g 1kg 깐은행(특대) 500g (#M)식품>농산물>견과류>은행 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 은행'</li></ul> |
| 9.0 | <ul><li>'서래푸드 볶음땅콩 반태 1kg+1kg 미국산 (#M)식품>농산물>견과류>땅콩 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 땅콩'</li><li>'국산볶음땅콩300g x 5팩 견과류 구운땅콩 (#M)식품>농산물>견과류>땅콩 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 땅콩'</li><li>'23년 국산땅콩 고소한 여주생땅콩 볶음땅콩 300g 500g 1kg 1. 볶음땅콩 300g (#M)식품>농산물>견과류>땅콩 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 땅콩'</li></ul> |
## Evaluation
### Metrics
| Label | Accuracy |
|:--------|:---------|
| **all** | 0.9995 |
## 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_top_fd3")
# Run inference
preds = model("올가 피스타치오(유기농) (100g) (#M)식품>농산물>견과류>피스타치오 T200 > Naverstore > 식품 > 견과류/건과류 > 견과류 > 피스타치오")
```
<!--
### 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 | 14 | 21.3455 | 44 |
| 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 |
| 19.0 | 50 |
| 20.0 | 50 |
| 21.0 | 50 |
### Training Hyperparameters
- batch_size: (64, 64)
- num_epochs: (20, 20)
- max_steps: -1
- sampling_strategy: oversampling
- num_iterations: 30
- 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 |
|:-------:|:-----:|:-------------:|:---------------:|
| 0.0019 | 1 | 0.5252 | - |
| 0.0969 | 50 | 0.4976 | - |
| 0.1938 | 100 | 0.4278 | - |
| 0.2907 | 150 | 0.284 | - |
| 0.3876 | 200 | 0.1919 | - |
| 0.4845 | 250 | 0.0728 | - |
| 0.5814 | 300 | 0.0359 | - |
| 0.6783 | 350 | 0.0246 | - |
| 0.7752 | 400 | 0.0175 | - |
| 0.8721 | 450 | 0.014 | - |
| 0.9690 | 500 | 0.0099 | - |
| 1.0659 | 550 | 0.0103 | - |
| 1.1628 | 600 | 0.0108 | - |
| 1.2597 | 650 | 0.0094 | - |
| 1.3566 | 700 | 0.0107 | - |
| 1.4535 | 750 | 0.0078 | - |
| 1.5504 | 800 | 0.0027 | - |
| 1.6473 | 850 | 0.0019 | - |
| 1.7442 | 900 | 0.0014 | - |
| 1.8411 | 950 | 0.0029 | - |
| 1.9380 | 1000 | 0.0023 | - |
| 2.0349 | 1050 | 0.0012 | - |
| 2.1318 | 1100 | 0.0017 | - |
| 2.2287 | 1150 | 0.0021 | - |
| 2.3256 | 1200 | 0.0014 | - |
| 2.4225 | 1250 | 0.0003 | - |
| 2.5194 | 1300 | 0.0001 | - |
| 2.6163 | 1350 | 0.0001 | - |
| 2.7132 | 1400 | 0.0001 | - |
| 2.8101 | 1450 | 0.0001 | - |
| 2.9070 | 1500 | 0.0001 | - |
| 3.0039 | 1550 | 0.0001 | - |
| 3.1008 | 1600 | 0.0001 | - |
| 3.1977 | 1650 | 0.0001 | - |
| 3.2946 | 1700 | 0.0001 | - |
| 3.3915 | 1750 | 0.0001 | - |
| 3.4884 | 1800 | 0.0001 | - |
| 3.5853 | 1850 | 0.0 | - |
| 3.6822 | 1900 | 0.0 | - |
| 3.7791 | 1950 | 0.0 | - |
| 3.8760 | 2000 | 0.0 | - |
| 3.9729 | 2050 | 0.0 | - |
| 4.0698 | 2100 | 0.0 | - |
| 4.1667 | 2150 | 0.0 | - |
| 4.2636 | 2200 | 0.0 | - |
| 4.3605 | 2250 | 0.0 | - |
| 4.4574 | 2300 | 0.0001 | - |
| 4.5543 | 2350 | 0.0 | - |
| 4.6512 | 2400 | 0.0 | - |
| 4.7481 | 2450 | 0.0 | - |
| 4.8450 | 2500 | 0.0 | - |
| 4.9419 | 2550 | 0.0 | - |
| 5.0388 | 2600 | 0.0 | - |
| 5.1357 | 2650 | 0.0 | - |
| 5.2326 | 2700 | 0.0 | - |
| 5.3295 | 2750 | 0.0 | - |
| 5.4264 | 2800 | 0.0 | - |
| 5.5233 | 2850 | 0.0 | - |
| 5.6202 | 2900 | 0.0 | - |
| 5.7171 | 2950 | 0.0 | - |
| 5.8140 | 3000 | 0.0 | - |
| 5.9109 | 3050 | 0.0 | - |
| 6.0078 | 3100 | 0.0 | - |
| 6.1047 | 3150 | 0.0 | - |
| 6.2016 | 3200 | 0.0 | - |
| 6.2984 | 3250 | 0.0 | - |
| 6.3953 | 3300 | 0.0 | - |
| 6.4922 | 3350 | 0.0 | - |
| 6.5891 | 3400 | 0.0 | - |
| 6.6860 | 3450 | 0.0 | - |
| 6.7829 | 3500 | 0.0 | - |
| 6.8798 | 3550 | 0.0 | - |
| 6.9767 | 3600 | 0.0 | - |
| 7.0736 | 3650 | 0.0 | - |
| 7.1705 | 3700 | 0.0 | - |
| 7.2674 | 3750 | 0.0 | - |
| 7.3643 | 3800 | 0.0 | - |
| 7.4612 | 3850 | 0.0 | - |
| 7.5581 | 3900 | 0.0 | - |
| 7.6550 | 3950 | 0.0 | - |
| 7.7519 | 4000 | 0.0 | - |
| 7.8488 | 4050 | 0.0 | - |
| 7.9457 | 4100 | 0.0 | - |
| 8.0426 | 4150 | 0.0 | - |
| 8.1395 | 4200 | 0.0 | - |
| 8.2364 | 4250 | 0.0 | - |
| 8.3333 | 4300 | 0.0 | - |
| 8.4302 | 4350 | 0.0 | - |
| 8.5271 | 4400 | 0.0 | - |
| 8.6240 | 4450 | 0.0 | - |
| 8.7209 | 4500 | 0.0 | - |
| 8.8178 | 4550 | 0.0 | - |
| 8.9147 | 4600 | 0.0 | - |
| 9.0116 | 4650 | 0.0 | - |
| 9.1085 | 4700 | 0.0 | - |
| 9.2054 | 4750 | 0.0 | - |
| 9.3023 | 4800 | 0.0 | - |
| 9.3992 | 4850 | 0.0 | - |
| 9.4961 | 4900 | 0.0 | - |
| 9.5930 | 4950 | 0.0 | - |
| 9.6899 | 5000 | 0.0 | - |
| 9.7868 | 5050 | 0.0 | - |
| 9.8837 | 5100 | 0.0 | - |
| 9.9806 | 5150 | 0.0 | - |
| 10.0775 | 5200 | 0.0 | - |
| 10.1744 | 5250 | 0.0 | - |
| 10.2713 | 5300 | 0.0 | - |
| 10.3682 | 5350 | 0.0 | - |
| 10.4651 | 5400 | 0.0 | - |
| 10.5620 | 5450 | 0.0 | - |
| 10.6589 | 5500 | 0.0 | - |
| 10.7558 | 5550 | 0.0 | - |
| 10.8527 | 5600 | 0.0 | - |
| 10.9496 | 5650 | 0.0 | - |
| 11.0465 | 5700 | 0.0 | - |
| 11.1434 | 5750 | 0.0 | - |
| 11.2403 | 5800 | 0.0 | - |
| 11.3372 | 5850 | 0.0 | - |
| 11.4341 | 5900 | 0.0 | - |
| 11.5310 | 5950 | 0.0 | - |
| 11.6279 | 6000 | 0.0 | - |
| 11.7248 | 6050 | 0.0 | - |
| 11.8217 | 6100 | 0.0 | - |
| 11.9186 | 6150 | 0.0 | - |
| 12.0155 | 6200 | 0.0 | - |
| 12.1124 | 6250 | 0.0 | - |
| 12.2093 | 6300 | 0.0 | - |
| 12.3062 | 6350 | 0.0 | - |
| 12.4031 | 6400 | 0.0 | - |
| 12.5 | 6450 | 0.0 | - |
| 12.5969 | 6500 | 0.0 | - |
| 12.6938 | 6550 | 0.0 | - |
| 12.7907 | 6600 | 0.0 | - |
| 12.8876 | 6650 | 0.0 | - |
| 12.9845 | 6700 | 0.0 | - |
| 13.0814 | 6750 | 0.0 | - |
| 13.1783 | 6800 | 0.0 | - |
| 13.2752 | 6850 | 0.0 | - |
| 13.3721 | 6900 | 0.0 | - |
| 13.4690 | 6950 | 0.0 | - |
| 13.5659 | 7000 | 0.0 | - |
| 13.6628 | 7050 | 0.0 | - |
| 13.7597 | 7100 | 0.0 | - |
| 13.8566 | 7150 | 0.0 | - |
| 13.9535 | 7200 | 0.0 | - |
| 14.0504 | 7250 | 0.0 | - |
| 14.1473 | 7300 | 0.0 | - |
| 14.2442 | 7350 | 0.0 | - |
| 14.3411 | 7400 | 0.0 | - |
| 14.4380 | 7450 | 0.0 | - |
| 14.5349 | 7500 | 0.0 | - |
| 14.6318 | 7550 | 0.0 | - |
| 14.7287 | 7600 | 0.0 | - |
| 14.8256 | 7650 | 0.0 | - |
| 14.9225 | 7700 | 0.0 | - |
| 15.0194 | 7750 | 0.0 | - |
| 15.1163 | 7800 | 0.0 | - |
| 15.2132 | 7850 | 0.0 | - |
| 15.3101 | 7900 | 0.0 | - |
| 15.4070 | 7950 | 0.0 | - |
| 15.5039 | 8000 | 0.0 | - |
| 15.6008 | 8050 | 0.0 | - |
| 15.6977 | 8100 | 0.0 | - |
| 15.7946 | 8150 | 0.0 | - |
| 15.8915 | 8200 | 0.0 | - |
| 15.9884 | 8250 | 0.0 | - |
| 16.0853 | 8300 | 0.0 | - |
| 16.1822 | 8350 | 0.0 | - |
| 16.2791 | 8400 | 0.0 | - |
| 16.3760 | 8450 | 0.0 | - |
| 16.4729 | 8500 | 0.0 | - |
| 16.5698 | 8550 | 0.0 | - |
| 16.6667 | 8600 | 0.0 | - |
| 16.7636 | 8650 | 0.0 | - |
| 16.8605 | 8700 | 0.0 | - |
| 16.9574 | 8750 | 0.0 | - |
| 17.0543 | 8800 | 0.0 | - |
| 17.1512 | 8850 | 0.0 | - |
| 17.2481 | 8900 | 0.0 | - |
| 17.3450 | 8950 | 0.0 | - |
| 17.4419 | 9000 | 0.0 | - |
| 17.5388 | 9050 | 0.0 | - |
| 17.6357 | 9100 | 0.0 | - |
| 17.7326 | 9150 | 0.0 | - |
| 17.8295 | 9200 | 0.0 | - |
| 17.9264 | 9250 | 0.0 | - |
| 18.0233 | 9300 | 0.0 | - |
| 18.1202 | 9350 | 0.0 | - |
| 18.2171 | 9400 | 0.0 | - |
| 18.3140 | 9450 | 0.0 | - |
| 18.4109 | 9500 | 0.0 | - |
| 18.5078 | 9550 | 0.0 | - |
| 18.6047 | 9600 | 0.0 | - |
| 18.7016 | 9650 | 0.0 | - |
| 18.7984 | 9700 | 0.0 | - |
| 18.8953 | 9750 | 0.0 | - |
| 18.9922 | 9800 | 0.0 | - |
| 19.0891 | 9850 | 0.0 | - |
| 19.1860 | 9900 | 0.0 | - |
| 19.2829 | 9950 | 0.0 | - |
| 19.3798 | 10000 | 0.0 | - |
| 19.4767 | 10050 | 0.0 | - |
| 19.5736 | 10100 | 0.0 | - |
| 19.6705 | 10150 | 0.0 | - |
| 19.7674 | 10200 | 0.0 | - |
| 19.8643 | 10250 | 0.0 | - |
| 19.9612 | 10300 | 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.*
--> |