Hugging Face's logo

mini1013
/
master_item_lh

Text Classification
setfit
Safetensors
sentence-transformers
roberta
generated_from_setfit_trainer
Eval Results (legacy)
text-embeddings-inference
Model card Files
xet
Community
mini1013 commited on
Commit
8bbe37e
·
verified ·
1 Parent(s): c27d2cc

Push model using huggingface_hub.

Browse files
Files changed (13) hide show
  1. 1_Pooling/config.json +10 -0
  2. README.md +1115 -0
  3. config.json +29 -0
  4. config_sentence_transformers.json +10 -0
  5. config_setfit.json +4 -0
  6. model.safetensors +3 -0
  7. model_head.pkl +3 -0
  8. modules.json +14 -0
  9. sentence_bert_config.json +4 -0
  10. special_tokens_map.json +51 -0
  11. tokenizer.json +0 -0
  12. tokenizer_config.json +66 -0
  13. vocab.txt +0 -0
1_Pooling/config.json ADDED
@@ -0,0 +1,10 @@
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "word_embedding_dimension": 768,
3
+ "pooling_mode_cls_token": false,
4
+ "pooling_mode_mean_tokens": true,
5
+ "pooling_mode_max_tokens": false,
6
+ "pooling_mode_mean_sqrt_len_tokens": false,
7
+ "pooling_mode_weightedmean_tokens": false,
8
+ "pooling_mode_lasttoken": false,
9
+ "include_prompt": true
10
+ }
README.md ADDED
@@ -0,0 +1,1115 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ base_model: klue/roberta-base
3
+ library_name: setfit
4
+ metrics:
5
+ - metric
6
+ pipeline_tag: text-classification
7
+ tags:
8
+ - setfit
9
+ - sentence-transformers
10
+ - text-classification
11
+ - generated_from_setfit_trainer
12
+ widget:
13
+ - text: 정원 가정용전기드릴 비트 드릴링 핸드 드릴 나선형 세트 묘목 지상 심기 파기 토양 전기 9X25 리마109
14
+ - text: 닥종이 한지 순지 한지공예재료 색한지 색한지-49 한지세상
15
+ - text: 방울머들러 하이볼스틱 칵테일에이드스푼 머들러 샤틴롱스푼 09.실버 벨르 바 머들러 마녀키친
16
+ - text: 오일스테인 18L 니스칠 목재용 나무방수 테라스 데크 방부목 페인트 투명 오일스텐 아트 웰 오일스테인 4리터(붓4인치증정)_참나무 어서와
17
+ 마켓
18
+ - text: KOMELON 코메론 컬러스쟁이줄자 KMC-25CVT 5M X 25MM 명일건축철물
19
+ inference: true
20
+ model-index:
21
+ - name: SetFit with klue/roberta-base
22
+ results:
23
+ - task:
24
+ type: text-classification
25
+ name: Text Classification
26
+ dataset:
27
+ name: Unknown
28
+ type: unknown
29
+ split: test
30
+ metrics:
31
+ - type: metric
32
+ value: 0.9452759721747064
33
+ name: Metric
34
+ ---
35
+
36
+ # SetFit with klue/roberta-base
37
+
38
+ 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.
39
+
40
+ The model has been trained using an efficient few-shot learning technique that involves:
41
+
42
+ 1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
43
+ 2. Training a classification head with features from the fine-tuned Sentence Transformer.
44
+
45
+ ## Model Details
46
+
47
+ ### Model Description
48
+ - **Model Type:** SetFit
49
+ - **Sentence Transformer body:** [klue/roberta-base](https://huggingface.co/klue/roberta-base)
50
+ - **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
51
+ - **Maximum Sequence Length:** 512 tokens
52
+ - **Number of Classes:** 28 classes
53
+ <!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) -->
54
+ <!-- - **Language:** Unknown -->
55
+ <!-- - **License:** Unknown -->
56
+
57
+ ### Model Sources
58
+
59
+ - **Repository:** [SetFit on GitHub](https://github.com/huggingface/setfit)
60
+ - **Paper:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
61
+ - **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
62
+
63
+ ### Model Labels
64
+ | Label | Examples |
65
+ |:------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
66
+ | 3.0 | <ul><li>'수조 냉각기 어항 온도조절 조절 항온기 자동 온도 담수 히터 횟집 100W 초경질 석영 방폭 + 보호 케이스 블랙PD'</li><li>'아쿠아마스터 브라인쉬림프 에그 중국 알테미아 프리미엄 425그램 1can 더 퍼스트'</li><li>'레고 어항 마리모 베타 구피 물고기 키우기 수초 수조 용품 치어통 미니 수족관 스톤-수초_5-07. 잔디 A 주식회사 대성상사'</li></ul> |
67
+ | 8.0 | <ul><li>'라벨지 A4라벨지 스티커라벨 투명 방수 라벨 레이저용 1칸(전지) 20장 파스텔 분홍_2칸(1X2) 50장 (주)유퍼스트'</li><li>'춘식이 오디너리 2025 베이직 탁상 캘린더 블루 5.카카오프렌즈 스몰 탁상캘린더_옐로우 마켓나비'</li><li>'엽서제작 (148x100) 소량인쇄 코팅지 수입지 및 각종재질가능 - 8매부터 반누보_단면_8매 디엔스타즈'</li></ul> |
68
+ | 21.0 | <ul><li>'무릎보조기 knee brace 니케이지 블랙 03.PKS-M(내측무릎)우측 무릎 블루_L O2메디칼'</li><li>'족하수 보조기 발목 재활 아킬레스건 인대 지지대 왼발 - XL 라임배송대행'</li><li>'굽은 등 말린 어깨 굽은 목을 바른 자세로 유도 밴드 IW 바른자세밴드_L 이소메디케어'</li></ul> |
69
+ | 12.0 | <ul><li>'한일 프리미엄 전기모기채 파리채 건전지형 모기 해충퇴치 KC인증 모기채 1+1_딥그레이+딥그레이 한일상사'</li><li>'기분좋은날 조이솔 화장실 사무실 업소용 자동 향 분사 방향제 분사��� 소형 대형 분사기_레드 기분좋은날'</li><li>'화이트 수퍼롱 20p 1팩 몰로와'</li></ul> |
70
+ | 18.0 | <ul><li>'여행필수품 여행키트 존 웨인 클래식 영화 콜라주 커피 머그잔 여행 머휴대용세안도구 300ML 리마106'</li><li>'지오코리아 DTP패브릭/PEVA 호텔 샤워커튼 PEVA_피쉬월드_180×200cm wjdwodn0419'</li><li>'욕실화 이쁜 슬리퍼 거실화 층간소음 신혼 남성용 네이비 쏘머치'</li></ul> |
71
+ | 11.0 | <ul><li>'프라벨 힐링부츠 발마사지기 핑크(MDM-902) 메디니스'</li><li>'롤링톡 종아리 디톡스 마사지기 알 안마기 발 다리 마사지 기계 롤링톡- 1차 예약구매건 순차발송+사은품 차 하비어터 컴퍼니'</li><li>'참인 건식 족욕기 찜질기 발히터 발난로 족탕기 국산 게르마늄 마수리 다목적용 10PACK 에스제이'</li></ul> |
72
+ | 9.0 | <ul><li>'국산 의료용 허리보호대 편안하고 부드러운 허리복대 선택01- 001s 허리보호대_L (30~32인치) 대한건강'</li><li>'윈트랙 공기주입식 요추견인기(LT-5) 허리디스크 견인치료 허리디스크 이메디샵'</li><li>'[원진] 로즈 적외선조사기 휠스탠드형 WHF-312 (병원용,샵용) (주)나연메디칼'</li></ul> |
73
+ | 10.0 | <ul><li>'패리스독 큐트볼 라텍스 토이 (색상랜덤) 주식회사 AL 네트웍스'</li><li>'2500원부터- 알팔파/티모시/종합건초/토끼/기니피그/건초/토끼간식 2_221. 뉴에이지 마사지 브러쉬 햄스터세상'</li><li>'나뭇가지 새 놀이터 앵무새 원목 횟대 장난감 대형 새장 나무 14.대마줄 25미터_1.마른 가지 선진상사'</li></ul> |
74
+ | 0.0 | <ul><li>'[약국정품] 임신테스트기 3박스 / 임테기 4종 중 선택 3_중외제약 원큐플러스 3개 이웃사랑팜'</li><li>'진영감 생명 미니뜸 1박스(180개입)/진영감미니뜸/구관/미니뜸/쑥뜸/온열요법/구관뜸/뜸질 약 동인(東仁) / 동인통문'</li><li>'조이 팔레트 (JOYPALETTE) 호빵맨 핫 플레이트로 쥬쥬 fteraN'</li></ul> |
75
+ | 6.0 | <ul><li>'드림아이 드롭 렌즈 습윤액 13ml 렌즈 보습액 미라보'</li><li>'안경 귀금속 살균 세척 기 생일 크리스마스 선물 파우더)모드전환+360청소+타이밍+선물가방 에버그린'</li><li>'파스텔 거울 렌즈집게 렌즈케이스 세트 5컬러 블루 팜스토어'</li></ul> |
76
+ | 15.0 | <ul><li>'아이브 앨범 포카 해야 포토카드 스위치 아이엠 굿즈 얼빡 시즌그리팅 파는곳 신곡 크러쉬 배디레드 현현'</li><li>'[문구티쳐] 서예용품 / 서예 준비물 미술준비물 붓글씨 02_붓발_(25x33cm) 문구티쳐'</li><li>'아이브 도무송 스티커 골라담기 아이돌 비공굿 포토카드 도무송 01 굿즈 학생증 02 레이 앨리스'</li></ul> |
77
+ | 26.0 | <ul><li>'MK 아툼 파워 M-01 M-02 회전걸레 밀대 극세사 통돌이 물걸레청소기 공용밀대 1ea추가 이공구코리아'</li><li>'국산 바둑 걸레 초 극세사 손걸레 청소 경편 B 08_경편걸레(2합) 40x60 _(A186 크린메이트'</li><li>'3M 표준형 올터치 더블액션 막대걸레+베이직 정전기 청소포 50매 / 거실청소 바닥청소 먼지제거 정전기특수코팅 스카치브라이트 올터치 더블액션 막대걸레_베이직 정전기 청소포 50매_2 .대형 한국쓰리엠 (주)'</li></ul> |
78
+ | 25.0 | <ul><li>'TUTTI 뚜띠 커피 그라인더 오리지널 - 수동 핸드밀 미니 메탈실버 해울라이프'</li><li>'10온스 13온스 16온스 20온스 테이크아웃 종이컵 홀더 92파이 98파이 아이스컵홀더 1박스 12/16/20온스홀더-민트500개+딥그린500개 이노커피1'</li><li>'대형 와인 맥주 음료 아이스버킷 LED 조명 페스티벌 얼음 트레이 디스플레이 진열대 캐리어 13.12 얼어붙은 화려한 조명 단돈마켓'</li></ul> |
79
+ | 1.0 | <ul><li>'계수기(3.2x4.5cm 아이워너) 에스씨브이'</li><li>'전자 디지털 시계 팔찌 스마트 만보기 만보계 실리콘 스포츠 런닝 조깅 운동 칼로리 이동 거리 걸음수 블루 왕대박창고'</li><li>'아이젠 귀적외선 체온계 2IN1 귀 이마 측정 겸용 가능 의료기기 GSSHOP_'</li></ul> |
80
+ | 20.0 | <ul><li>'혜주파 올뉴��닝 2017 JA 사이드미러 락폴딩 릴레이 더뉴모닝 어반 어반 (2019~) (주)한국디티에스'</li><li>'휠보레 휠가드 휠프로텍터 20인치 19인치 18인치 17인치 16인치 15인치 17인치_골드 엑스트림'</li><li>'QN19-C1 19파이 5색 자동복귀 온오프 LED 메탈 방수스위치 IP65 PUSH_GREEN_12V SME(에스엠이)'</li></ul> |
81
+ | 4.0 | <ul><li>'위생 틀니통/틀니케이스/덴쳐케이스/보관함/교정기 핑크1개 대영'</li><li>'애터미 미세모 칫솔 (주)디에스큐브코리아'</li><li>'이갈이마우스피스 라이트 단품 수면용 스플린트 이갈이방지 ★첫구매★_헤비_단품 (주)큐라움 클리움'</li></ul> |
82
+ | 16.0 | <ul><li>'럭셔리지팡이 신사 지팡이 영국 스타일 어르신 지팡이 실버 메탈 방어 할로위 소품 골든 서펜타인 (4-20) 엠제이(MJ)무역'</li><li>'1+1/2+2 새로운 스마트 줌 그라데이션 돋보기 노란색X2_100-700도 야외텐트'</li><li>'위즈템 30배율 돋보기 골드에그스토어'</li></ul> |
83
+ | 13.0 | <ul><li>'뿌리는다리미풀 다림질스프레이 와이셔츠 블라우스 이조상회'</li><li>'씽크대 배수호스 연결구 호스연장 세탁기 배수 호스 구 싱크대 연결 부속 망구샵2'</li><li>'세탁망 4종~6종세트/빨래망/속옷세탁망 먼지거름망 3개_랜덤 주식회사쇼팜'</li></ul> |
84
+ | 2.0 | <ul><li>'홈프렌즈 자동 벨트 차단봉 스텐 안전봉 가이드라인 바리게이트 인쇄가능 실버봉 2m 레드 인쇄미적용_실버 A4 가로 주식회사 홈프렌즈'</li><li>'양손예초기 바퀴달린 예초기 바퀴 미는 관리기 잔디깎는 풀깎는 2행정 62CC 전원 + 트렌칭 나이프 가온이구대'</li><li>'휴대용 스폿 용접기 미니 스팟 고정형 소형 배터리 휴대용스폿용접기 주식회사 마이방흑연연구소'</li></ul> |
85
+ | 14.0 | <ul><li>'더블락 중형 의류용 압축팩 투명 60cm x 90cm 리코'</li><li>'[토마토]네오박스30(3리터)/코멕스/리빙박스/단품 네오박스 50(5L) 토마토'</li><li>'샘 폴리 수납바스켓 (대) + 뚜껑포함 1_크림 에스제이홈데코'</li></ul> |
86
+ | 7.0 | <ul><li>'미래 3.3G 플러스 혈당지/혈당시험지 100매 (25년2월) 거래명세표 필요없음 주식회사 우주헬스케어'</li><li>'탑파인 BD 노보파인 인슐린 펜니들 선택구매 1박스[100개입] BD 인슐린 31G 6mm 0.3ml 1박스(324900) 더메디칼샵'</li><li>'프리스타일리브레 연속혈당측정기 무채혈 2주 리브레+알콜스왑 100매 (주)파마인넷'</li></ul> |
87
+ | 17.0 | <ul><li>'벨로즈 2+1 괄사 마사지 마사지기 도구 로즈쿼츠 세라믹 물소뿔 옥 림프 경락 로즈쿼츠 괄사(+케이스)_4. 3D 하트괄사(케이스) 허척'</li><li>'슬룸 허리 마사지기 스트레칭 온열 3단 조절 마사지 허리베개 프로 1개 (3+1 이벤트) 허리베개프로 4개 주식회사 올릿리테일'</li><li>'트라택 마사지건 김민경 김계란 설기관 근육마사지 부모님선물 액티브건 팟 소형마사지건 어버이날선물 코발트블루&차콜 투현(TWOHYUN)'</li></ul> |
88
+ | 27.0 | <ul><li>'다이론 염색약 멀티염료 옷 섬유염색 면 실크 플라스틱 나무 조화 나일론 가정용 의류 염색 뉴핸드 염료_04.에메랄드그린EMERALD GREEN 잡화킹'</li><li>"캔버스 유화 아크릴 미술 캠버스 무지 미니 액자 정사각형(보급형) 10 x 10 국내제작S형(정방)_`S형 10호 '(45.5X45.5) 럭키세븐"</li><li>'쉴드 모노폴리 아크릴물감 낱색 250ml 시리즈2_662 Fluorescent Orange 아트피스'</li></ul> |
89
+ | 24.0 | <ul><li>'접이식 좌욕대야 좌욕기 임산부 가정용 치질 좌욕대야(일반형블랙) 레몬 DSM(Lemon DSM)'</li><li>'뉴다이아나 좌훈기 좌훈 SJH-419 좌욕 한방 스팀좌욕 기황백살좌훈기B타입+일반라이타+좌훈커버 디에스헬스케어'</li><li>'접이식 가정용 변기좌욕기 온욕 폴딩 대야 그레이 그레이 신준호'</li></ul> |
90
+ | 22.0 | <ul><li>'마사토 흙 15kg 텃밭 분갈이 잔디 배토 뗏밥용 화단 친마사 모래_중사(거친모래) 15kg 정원자갈'</li><li>'유기농 가축분 퇴비 20kg 텃밭 발효 계분 거름 유기질 화분 비료 행복한텃밭 유기배양토 40L 영농사'</li><li>'감나무 묘목 태추단감나무 3년생 결실주 감나무 3년생_흑감 나무 한밭농원'</li></ul> |
91
+ | 23.0 | <ul><li>'띠별 108염주 십이지 염주 쥐띠 염주팔찌 띠별 108염주 십이지 염주 (소띠) 한국불교백화점'</li><li>'입소문난[옥천신녀의 행운부적]초축원+맞춤 영통부적 시험합격 등 B타입-삼합부적+초축원(1일)_B24_SH134(자궁살제거부) 옥천신녀'</li><li>'직접쓴 친필 삼재 행운 부적 매매 관재 사랑 승진 경면주사 금전 재물 부적 경면주사 50번 삼살대장군 풍물쇼핑몰'</li></ul> |
92
+ | 19.0 | <ul><li>'일동제약 케어리브 중형 M 10매입 [6] 케어리브 L 대형 16매 뉴트리헬스케어 주식회사'</li><li>'메젠바움 커브 외과가위 Metzenbaum 14.5cm 5-092 4개 기구 시저 간호학생 치과 실습용 fullmoonia7'</li><li>'[56주년1+1/추가11%] 마데카솔 메디패치 모음 외 센시안 압박밴드 외 골라담기 [1+1] 센시안 손목 서포트 밴드 총 2개입_S-M사이즈_FK 동국제약_본사직영'</li></ul> |
93
+ | 5.0 | <ul><li>'국산인견사찜질팩/핫팩/온열팩/케이스포장/판촉물 도매 국산인견사찜질팩 썬샤인웍스'</li><li>'현미온미 목 어깨 찜질팩 클래식 온찜질 곡물 핫팩 네이비 주식회사 현미온미'</li><li>'오랜 무농약 팥 편백 곡물 눈 찜질팩 온찜질 국내산 oren 옐로우 독거노인 기부 퍼플플라워_독거노인_팥/편백 주식회사 오랜'</li></ul> |
94
+
95
+ ## Evaluation
96
+
97
+ ### Metrics
98
+ | Label | Metric |
99
+ |:--------|:-------|
100
+ | **all** | 0.9453 |
101
+
102
+ ## Uses
103
+
104
+ ### Direct Use for Inference
105
+
106
+ First install the SetFit library:
107
+
108
+ ```bash
109
+ pip install setfit
110
+ ```
111
+
112
+ Then you can load this model and run inference.
113
+
114
+ ```python
115
+ from setfit import SetFitModel
116
+
117
+ # Download from the 🤗 Hub
118
+ model = SetFitModel.from_pretrained("mini1013/master_item_lh")
119
+ # Run inference
120
+ preds = model("닥종이 한지 순지 한지공예재료 색한지 색한지-49 한지세상")
121
+ ```
122
+
123
+ <!--
124
+ ### Downstream Use
125
+
126
+ *List how someone could finetune this model on their own dataset.*
127
+ -->
128
+
129
+ <!--
130
+ ### Out-of-Scope Use
131
+
132
+ *List how the model may foreseeably be misused and address what users ought not to do with the model.*
133
+ -->
134
+
135
+ <!--
136
+ ## Bias, Risks and Limitations
137
+
138
+ *What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
139
+ -->
140
+
141
+ <!--
142
+ ### Recommendations
143
+
144
+ *What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
145
+ -->
146
+
147
+ ## Training Details
148
+
149
+ ### Training Set Metrics
150
+ | Training set | Min | Median | Max |
151
+ |:-------------|:----|:--------|:----|
152
+ | Word count | 3 | 11.1993 | 36 |
153
+
154
+ | Label | Training Sample Count |
155
+ |:------|:----------------------|
156
+ | 0.0 | 777 |
157
+ | 1.0 | 306 |
158
+ | 2.0 | 950 |
159
+ | 3.0 | 500 |
160
+ | 4.0 | 500 |
161
+ | 5.0 | 100 |
162
+ | 6.0 | 200 |
163
+ | 7.0 | 150 |
164
+ | 8.0 | 850 |
165
+ | 9.0 | 350 |
166
+ | 10.0 | 1200 |
167
+ | 11.0 | 400 |
168
+ | 12.0 | 500 |
169
+ | 13.0 | 600 |
170
+ | 14.0 | 450 |
171
+ | 15.0 | 661 |
172
+ | 16.0 | 450 |
173
+ | 17.0 | 270 |
174
+ | 18.0 | 600 |
175
+ | 19.0 | 250 |
176
+ | 20.0 | 750 |
177
+ | 21.0 | 350 |
178
+ | 22.0 | 550 |
179
+ | 23.0 | 150 |
180
+ | 24.0 | 100 |
181
+ | 25.0 | 800 |
182
+ | 26.0 | 550 |
183
+ | 27.0 | 550 |
184
+
185
+ ### Training Hyperparameters
186
+ - batch_size: (512, 512)
187
+ - num_epochs: (20, 20)
188
+ - max_steps: -1
189
+ - sampling_strategy: oversampling
190
+ - num_iterations: 40
191
+ - body_learning_rate: (2e-05, 2e-05)
192
+ - head_learning_rate: 2e-05
193
+ - loss: CosineSimilarityLoss
194
+ - distance_metric: cosine_distance
195
+ - margin: 0.25
196
+ - end_to_end: False
197
+ - use_amp: False
198
+ - warmup_proportion: 0.1
199
+ - seed: 42
200
+ - eval_max_steps: -1
201
+ - load_best_model_at_end: False
202
+
203
+ ### Training Results
204
+ | Epoch | Step | Training Loss | Validation Loss |
205
+ |:-------:|:-----:|:-------------:|:---------------:|
206
+ | 0.0005 | 1 | 0.3875 | - |
207
+ | 0.0231 | 50 | 0.3958 | - |
208
+ | 0.0461 | 100 | 0.3383 | - |
209
+ | 0.0692 | 150 | 0.2797 | - |
210
+ | 0.0923 | 200 | 0.2387 | - |
211
+ | 0.1154 | 250 | 0.2188 | - |
212
+ | 0.1384 | 300 | 0.1931 | - |
213
+ | 0.1615 | 350 | 0.1977 | - |
214
+ | 0.1846 | 400 | 0.1783 | - |
215
+ | 0.2077 | 450 | 0.18 | - |
216
+ | 0.2307 | 500 | 0.1473 | - |
217
+ | 0.2538 | 550 | 0.1518 | - |
218
+ | 0.2769 | 600 | 0.1293 | - |
219
+ | 0.3000 | 650 | 0.1377 | - |
220
+ | 0.3230 | 700 | 0.1154 | - |
221
+ | 0.3461 | 750 | 0.1155 | - |
222
+ | 0.3692 | 800 | 0.1077 | - |
223
+ | 0.3922 | 850 | 0.1152 | - |
224
+ | 0.4153 | 900 | 0.0943 | - |
225
+ | 0.4384 | 950 | 0.0869 | - |
226
+ | 0.4615 | 1000 | 0.087 | - |
227
+ | 0.4845 | 1050 | 0.0762 | - |
228
+ | 0.5076 | 1100 | 0.0716 | - |
229
+ | 0.5307 | 1150 | 0.0698 | - |
230
+ | 0.5538 | 1200 | 0.0661 | - |
231
+ | 0.5768 | 1250 | 0.0651 | - |
232
+ | 0.5999 | 1300 | 0.0741 | - |
233
+ | 0.6230 | 1350 | 0.0479 | - |
234
+ | 0.6461 | 1400 | 0.0514 | - |
235
+ | 0.6691 | 1450 | 0.0471 | - |
236
+ | 0.6922 | 1500 | 0.0439 | - |
237
+ | 0.7153 | 1550 | 0.0524 | - |
238
+ | 0.7383 | 1600 | 0.0454 | - |
239
+ | 0.7614 | 1650 | 0.051 | - |
240
+ | 0.7845 | 1700 | 0.0403 | - |
241
+ | 0.8076 | 1750 | 0.0381 | - |
242
+ | 0.8306 | 1800 | 0.0311 | - |
243
+ | 0.8537 | 1850 | 0.0388 | - |
244
+ | 0.8768 | 1900 | 0.0439 | - |
245
+ | 0.8999 | 1950 | 0.031 | - |
246
+ | 0.9229 | 2000 | 0.0328 | - |
247
+ | 0.9460 | 2050 | 0.0382 | - |
248
+ | 0.9691 | 2100 | 0.0256 | - |
249
+ | 0.9922 | 2150 | 0.0521 | - |
250
+ | 1.0152 | 2200 | 0.0313 | - |
251
+ | 1.0383 | 2250 | 0.0271 | - |
252
+ | 1.0614 | 2300 | 0.0382 | - |
253
+ | 1.0844 | 2350 | 0.0201 | - |
254
+ | 1.1075 | 2400 | 0.0327 | - |
255
+ | 1.1306 | 2450 | 0.0219 | - |
256
+ | 1.1537 | 2500 | 0.0179 | - |
257
+ | 1.1767 | 2550 | 0.0226 | - |
258
+ | 1.1998 | 2600 | 0.0265 | - |
259
+ | 1.2229 | 2650 | 0.0203 | - |
260
+ | 1.2460 | 2700 | 0.0191 | - |
261
+ | 1.2690 | 2750 | 0.0222 | - |
262
+ | 1.2921 | 2800 | 0.0256 | - |
263
+ | 1.3152 | 2850 | 0.018 | - |
264
+ | 1.3383 | 2900 | 0.0153 | - |
265
+ | 1.3613 | 2950 | 0.0128 | - |
266
+ | 1.3844 | 3000 | 0.0099 | - |
267
+ | 1.4075 | 3050 | 0.0139 | - |
268
+ | 1.4305 | 3100 | 0.0102 | - |
269
+ | 1.4536 | 3150 | 0.0137 | - |
270
+ | 1.4767 | 3200 | 0.0052 | - |
271
+ | 1.4998 | 3250 | 0.0082 | - |
272
+ | 1.5228 | 3300 | 0.0118 | - |
273
+ | 1.5459 | 3350 | 0.0085 | - |
274
+ | 1.5690 | 3400 | 0.0123 | - |
275
+ | 1.5921 | 3450 | 0.0147 | - |
276
+ | 1.6151 | 3500 | 0.0065 | - |
277
+ | 1.6382 | 3550 | 0.0057 | - |
278
+ | 1.6613 | 3600 | 0.0033 | - |
279
+ | 1.6844 | 3650 | 0.0048 | - |
280
+ | 1.7074 | 3700 | 0.0052 | - |
281
+ | 1.7305 | 3750 | 0.0013 | - |
282
+ | 1.7536 | 3800 | 0.0013 | - |
283
+ | 1.7766 | 3850 | 0.0037 | - |
284
+ | 1.7997 | 3900 | 0.0048 | - |
285
+ | 1.8228 | 3950 | 0.0048 | - |
286
+ | 1.8459 | 4000 | 0.0054 | - |
287
+ | 1.8689 | 4050 | 0.0045 | - |
288
+ | 1.8920 | 4100 | 0.004 | - |
289
+ | 1.9151 | 4150 | 0.0033 | - |
290
+ | 1.9382 | 4200 | 0.0043 | - |
291
+ | 1.9612 | 4250 | 0.0028 | - |
292
+ | 1.9843 | 4300 | 0.0027 | - |
293
+ | 2.0074 | 4350 | 0.009 | - |
294
+ | 2.0305 | 4400 | 0.0007 | - |
295
+ | 2.0535 | 4450 | 0.0044 | - |
296
+ | 2.0766 | 4500 | 0.0008 | - |
297
+ | 2.0997 | 4550 | 0.0005 | - |
298
+ | 2.1228 | 4600 | 0.0014 | - |
299
+ | 2.1458 | 4650 | 0.0008 | - |
300
+ | 2.1689 | 4700 | 0.0006 | - |
301
+ | 2.1920 | 4750 | 0.0044 | - |
302
+ | 2.2150 | 4800 | 0.0006 | - |
303
+ | 2.2381 | 4850 | 0.0019 | - |
304
+ | 2.2612 | 4900 | 0.0023 | - |
305
+ | 2.2843 | 4950 | 0.0026 | - |
306
+ | 2.3073 | 5000 | 0.001 | - |
307
+ | 2.3304 | 5050 | 0.0015 | - |
308
+ | 2.3535 | 5100 | 0.0023 | - |
309
+ | 2.3766 | 5150 | 0.0029 | - |
310
+ | 2.3996 | 5200 | 0.0007 | - |
311
+ | 2.4227 | 5250 | 0.0018 | - |
312
+ | 2.4458 | 5300 | 0.0007 | - |
313
+ | 2.4689 | 5350 | 0.0003 | - |
314
+ | 2.4919 | 5400 | 0.0014 | - |
315
+ | 2.5150 | 5450 | 0.0007 | - |
316
+ | 2.5381 | 5500 | 0.0003 | - |
317
+ | 2.5611 | 5550 | 0.0008 | - |
318
+ | 2.5842 | 5600 | 0.0018 | - |
319
+ | 2.6073 | 5650 | 0.0015 | - |
320
+ | 2.6304 | 5700 | 0.0005 | - |
321
+ | 2.6534 | 5750 | 0.0003 | - |
322
+ | 2.6765 | 5800 | 0.0005 | - |
323
+ | 2.6996 | 5850 | 0.0016 | - |
324
+ | 2.7227 | 5900 | 0.0028 | - |
325
+ | 2.7457 | 5950 | 0.0002 | - |
326
+ | 2.7688 | 6000 | 0.0006 | - |
327
+ | 2.7919 | 6050 | 0.0006 | - |
328
+ | 2.8150 | 6100 | 0.0015 | - |
329
+ | 2.8380 | 6150 | 0.0009 | - |
330
+ | 2.8611 | 6200 | 0.0002 | - |
331
+ | 2.8842 | 6250 | 0.0001 | - |
332
+ | 2.9072 | 6300 | 0.0001 | - |
333
+ | 2.9303 | 6350 | 0.0001 | - |
334
+ | 2.9534 | 6400 | 0.0001 | - |
335
+ | 2.9765 | 6450 | 0.0001 | - |
336
+ | 2.9995 | 6500 | 0.0001 | - |
337
+ | 3.0226 | 6550 | 0.0001 | - |
338
+ | 3.0457 | 6600 | 0.0001 | - |
339
+ | 3.0688 | 6650 | 0.0002 | - |
340
+ | 3.0918 | 6700 | 0.0004 | - |
341
+ | 3.1149 | 6750 | 0.002 | - |
342
+ | 3.1380 | 6800 | 0.001 | - |
343
+ | 3.1611 | 6850 | 0.0002 | - |
344
+ | 3.1841 | 6900 | 0.0001 | - |
345
+ | 3.2072 | 6950 | 0.0001 | - |
346
+ | 3.2303 | 7000 | 0.0001 | - |
347
+ | 3.2533 | 7050 | 0.0002 | - |
348
+ | 3.2764 | 7100 | 0.0002 | - |
349
+ | 3.2995 | 7150 | 0.0007 | - |
350
+ | 3.3226 | 7200 | 0.0002 | - |
351
+ | 3.3456 | 7250 | 0.0002 | - |
352
+ | 3.3687 | 7300 | 0.0001 | - |
353
+ | 3.3918 | 7350 | 0.0011 | - |
354
+ | 3.4149 | 7400 | 0.0009 | - |
355
+ | 3.4379 | 7450 | 0.0001 | - |
356
+ | 3.4610 | 7500 | 0.0001 | - |
357
+ | 3.4841 | 7550 | 0.0001 | - |
358
+ | 3.5072 | 7600 | 0.0001 | - |
359
+ | 3.5302 | 7650 | 0.0001 | - |
360
+ | 3.5533 | 7700 | 0.0001 | - |
361
+ | 3.5764 | 7750 | 0.0023 | - |
362
+ | 3.5994 | 7800 | 0.0003 | - |
363
+ | 3.6225 | 7850 | 0.0002 | - |
364
+ | 3.6456 | 7900 | 0.0001 | - |
365
+ | 3.6687 | 7950 | 0.0001 | - |
366
+ | 3.6917 | 8000 | 0.0001 | - |
367
+ | 3.7148 | 8050 | 0.0003 | - |
368
+ | 3.7379 | 8100 | 0.0001 | - |
369
+ | 3.7610 | 8150 | 0.0001 | - |
370
+ | 3.7840 | 8200 | 0.0003 | - |
371
+ | 3.8071 | 8250 | 0.0007 | - |
372
+ | 3.8302 | 8300 | 0.0001 | - |
373
+ | 3.8533 | 8350 | 0.0001 | - |
374
+ | 3.8763 | 8400 | 0.0001 | - |
375
+ | 3.8994 | 8450 | 0.0001 | - |
376
+ | 3.9225 | 8500 | 0.0004 | - |
377
+ | 3.9455 | 8550 | 0.0001 | - |
378
+ | 3.9686 | 8600 | 0.0005 | - |
379
+ | 3.9917 | 8650 | 0.0012 | - |
380
+ | 4.0148 | 8700 | 0.0001 | - |
381
+ | 4.0378 | 8750 | 0.0001 | - |
382
+ | 4.0609 | 8800 | 0.0006 | - |
383
+ | 4.0840 | 8850 | 0.0051 | - |
384
+ | 4.1071 | 8900 | 0.0001 | - |
385
+ | 4.1301 | 8950 | 0.0001 | - |
386
+ | 4.1532 | 9000 | 0.0 | - |
387
+ | 4.1763 | 9050 | 0.0001 | - |
388
+ | 4.1994 | 9100 | 0.0003 | - |
389
+ | 4.2224 | 9150 | 0.0 | - |
390
+ | 4.2455 | 9200 | 0.0 | - |
391
+ | 4.2686 | 9250 | 0.0 | - |
392
+ | 4.2916 | 9300 | 0.0001 | - |
393
+ | 4.3147 | 9350 | 0.0002 | - |
394
+ | 4.3378 | 9400 | 0.0002 | - |
395
+ | 4.3609 | 9450 | 0.0005 | - |
396
+ | 4.3839 | 9500 | 0.0001 | - |
397
+ | 4.4070 | 9550 | 0.0001 | - |
398
+ | 4.4301 | 9600 | 0.0 | - |
399
+ | 4.4532 | 9650 | 0.0 | - |
400
+ | 4.4762 | 9700 | 0.0001 | - |
401
+ | 4.4993 | 9750 | 0.0001 | - |
402
+ | 4.5224 | 9800 | 0.0003 | - |
403
+ | 4.5455 | 9850 | 0.0006 | - |
404
+ | 4.5685 | 9900 | 0.0001 | - |
405
+ | 4.5916 | 9950 | 0.0004 | - |
406
+ | 4.6147 | 10000 | 0.0011 | - |
407
+ | 4.6377 | 10050 | 0.0011 | - |
408
+ | 4.6608 | 10100 | 0.0004 | - |
409
+ | 4.6839 | 10150 | 0.0002 | - |
410
+ | 4.7070 | 10200 | 0.0 | - |
411
+ | 4.7300 | 10250 | 0.0001 | - |
412
+ | 4.7531 | 10300 | 0.0004 | - |
413
+ | 4.7762 | 10350 | 0.0 | - |
414
+ | 4.7993 | 10400 | 0.0 | - |
415
+ | 4.8223 | 10450 | 0.0 | - |
416
+ | 4.8454 | 10500 | 0.0 | - |
417
+ | 4.8685 | 10550 | 0.0 | - |
418
+ | 4.8916 | 10600 | 0.0 | - |
419
+ | 4.9146 | 10650 | 0.0 | - |
420
+ | 4.9377 | 10700 | 0.0 | - |
421
+ | 4.9608 | 10750 | 0.0004 | - |
422
+ | 4.9838 | 10800 | 0.0001 | - |
423
+ | 5.0069 | 10850 | 0.0001 | - |
424
+ | 5.0300 | 10900 | 0.0004 | - |
425
+ | 5.0531 | 10950 | 0.0001 | - |
426
+ | 5.0761 | 11000 | 0.0009 | - |
427
+ | 5.0992 | 11050 | 0.0002 | - |
428
+ | 5.1223 | 11100 | 0.0 | - |
429
+ | 5.1454 | 11150 | 0.0015 | - |
430
+ | 5.1684 | 11200 | 0.0002 | - |
431
+ | 5.1915 | 11250 | 0.0 | - |
432
+ | 5.2146 | 11300 | 0.0011 | - |
433
+ | 5.2377 | 11350 | 0.0 | - |
434
+ | 5.2607 | 11400 | 0.0 | - |
435
+ | 5.2838 | 11450 | 0.0 | - |
436
+ | 5.3069 | 11500 | 0.0001 | - |
437
+ | 5.3299 | 11550 | 0.0 | - |
438
+ | 5.3530 | 11600 | 0.0 | - |
439
+ | 5.3761 | 11650 | 0.001 | - |
440
+ | 5.3992 | 11700 | 0.0 | - |
441
+ | 5.4222 | 11750 | 0.0 | - |
442
+ | 5.4453 | 11800 | 0.0 | - |
443
+ | 5.4684 | 11850 | 0.0016 | - |
444
+ | 5.4915 | 11900 | 0.0016 | - |
445
+ | 5.5145 | 11950 | 0.0 | - |
446
+ | 5.5376 | 12000 | 0.0 | - |
447
+ | 5.5607 | 12050 | 0.0 | - |
448
+ | 5.5838 | 12100 | 0.0001 | - |
449
+ | 5.6068 | 12150 | 0.0004 | - |
450
+ | 5.6299 | 12200 | 0.0001 | - |
451
+ | 5.6530 | 12250 | 0.0001 | - |
452
+ | 5.6760 | 12300 | 0.0 | - |
453
+ | 5.6991 | 12350 | 0.0002 | - |
454
+ | 5.7222 | 12400 | 0.0 | - |
455
+ | 5.7453 | 12450 | 0.0 | - |
456
+ | 5.7683 | 12500 | 0.0 | - |
457
+ | 5.7914 | 12550 | 0.0006 | - |
458
+ | 5.8145 | 12600 | 0.0002 | - |
459
+ | 5.8376 | 12650 | 0.0 | - |
460
+ | 5.8606 | 12700 | 0.0013 | - |
461
+ | 5.8837 | 12750 | 0.0 | - |
462
+ | 5.9068 | 12800 | 0.0001 | - |
463
+ | 5.9299 | 12850 | 0.0001 | - |
464
+ | 5.9529 | 12900 | 0.0 | - |
465
+ | 5.9760 | 12950 | 0.0001 | - |
466
+ | 5.9991 | 13000 | 0.0001 | - |
467
+ | 6.0222 | 13050 | 0.0003 | - |
468
+ | 6.0452 | 13100 | 0.0001 | - |
469
+ | 6.0683 | 13150 | 0.0 | - |
470
+ | 6.0914 | 13200 | 0.0 | - |
471
+ | 6.1144 | 13250 | 0.0 | - |
472
+ | 6.1375 | 13300 | 0.0 | - |
473
+ | 6.1606 | 13350 | 0.0 | - |
474
+ | 6.1837 | 13400 | 0.0 | - |
475
+ | 6.2067 | 13450 | 0.0 | - |
476
+ | 6.2298 | 13500 | 0.0 | - |
477
+ | 6.2529 | 13550 | 0.0 | - |
478
+ | 6.2760 | 13600 | 0.0 | - |
479
+ | 6.2990 | 13650 | 0.0 | - |
480
+ | 6.3221 | 13700 | 0.0 | - |
481
+ | 6.3452 | 13750 | 0.0 | - |
482
+ | 6.3683 | 13800 | 0.0 | - |
483
+ | 6.3913 | 13850 | 0.0 | - |
484
+ | 6.4144 | 13900 | 0.0 | - |
485
+ | 6.4375 | 13950 | 0.0 | - |
486
+ | 6.4605 | 14000 | 0.0 | - |
487
+ | 6.4836 | 14050 | 0.0001 | - |
488
+ | 6.5067 | 14100 | 0.0 | - |
489
+ | 6.5298 | 14150 | 0.0 | - |
490
+ | 6.5528 | 14200 | 0.0 | - |
491
+ | 6.5759 | 14250 | 0.0 | - |
492
+ | 6.5990 | 14300 | 0.0 | - |
493
+ | 6.6221 | 14350 | 0.0001 | - |
494
+ | 6.6451 | 14400 | 0.0001 | - |
495
+ | 6.6682 | 14450 | 0.0 | - |
496
+ | 6.6913 | 14500 | 0.0001 | - |
497
+ | 6.7144 | 14550 | 0.0002 | - |
498
+ | 6.7374 | 14600 | 0.0017 | - |
499
+ | 6.7605 | 14650 | 0.0 | - |
500
+ | 6.7836 | 14700 | 0.0 | - |
501
+ | 6.8066 | 14750 | 0.0 | - |
502
+ | 6.8297 | 14800 | 0.0 | - |
503
+ | 6.8528 | 14850 | 0.0 | - |
504
+ | 6.8759 | 14900 | 0.0001 | - |
505
+ | 6.8989 | 14950 | 0.0 | - |
506
+ | 6.9220 | 15000 | 0.0 | - |
507
+ | 6.9451 | 15050 | 0.0 | - |
508
+ | 6.9682 | 15100 | 0.0 | - |
509
+ | 6.9912 | 15150 | 0.0008 | - |
510
+ | 7.0143 | 15200 | 0.0002 | - |
511
+ | 7.0374 | 15250 | 0.0033 | - |
512
+ | 7.0605 | 15300 | 0.002 | - |
513
+ | 7.0835 | 15350 | 0.0012 | - |
514
+ | 7.1066 | 15400 | 0.0 | - |
515
+ | 7.1297 | 15450 | 0.0 | - |
516
+ | 7.1527 | 15500 | 0.0019 | - |
517
+ | 7.1758 | 15550 | 0.0 | - |
518
+ | 7.1989 | 15600 | 0.0 | - |
519
+ | 7.2220 | 15650 | 0.0009 | - |
520
+ | 7.2450 | 15700 | 0.0003 | - |
521
+ | 7.2681 | 15750 | 0.0 | - |
522
+ | 7.2912 | 15800 | 0.0015 | - |
523
+ | 7.3143 | 15850 | 0.0 | - |
524
+ | 7.3373 | 15900 | 0.0 | - |
525
+ | 7.3604 | 15950 | 0.0 | - |
526
+ | 7.3835 | 16000 | 0.0 | - |
527
+ | 7.4066 | 16050 | 0.0 | - |
528
+ | 7.4296 | 16100 | 0.0 | - |
529
+ | 7.4527 | 16150 | 0.0 | - |
530
+ | 7.4758 | 16200 | 0.0 | - |
531
+ | 7.4988 | 16250 | 0.0001 | - |
532
+ | 7.5219 | 16300 | 0.0 | - |
533
+ | 7.5450 | 16350 | 0.0 | - |
534
+ | 7.5681 | 16400 | 0.0 | - |
535
+ | 7.5911 | 16450 | 0.0 | - |
536
+ | 7.6142 | 16500 | 0.0 | - |
537
+ | 7.6373 | 16550 | 0.0 | - |
538
+ | 7.6604 | 16600 | 0.0 | - |
539
+ | 7.6834 | 16650 | 0.0 | - |
540
+ | 7.7065 | 16700 | 0.0001 | - |
541
+ | 7.7296 | 16750 | 0.0 | - |
542
+ | 7.7527 | 16800 | 0.0 | - |
543
+ | 7.7757 | 16850 | 0.0 | - |
544
+ | 7.7988 | 16900 | 0.0 | - |
545
+ | 7.8219 | 16950 | 0.0 | - |
546
+ | 7.8449 | 17000 | 0.0 | - |
547
+ | 7.8680 | 17050 | 0.0 | - |
548
+ | 7.8911 | 17100 | 0.0 | - |
549
+ | 7.9142 | 17150 | 0.0 | - |
550
+ | 7.9372 | 17200 | 0.0 | - |
551
+ | 7.9603 | 17250 | 0.0 | - |
552
+ | 7.9834 | 17300 | 0.0 | - |
553
+ | 8.0065 | 17350 | 0.0 | - |
554
+ | 8.0295 | 17400 | 0.0 | - |
555
+ | 8.0526 | 17450 | 0.0 | - |
556
+ | 8.0757 | 17500 | 0.0 | - |
557
+ | 8.0988 | 17550 | 0.0012 | - |
558
+ | 8.1218 | 17600 | 0.0 | - |
559
+ | 8.1449 | 17650 | 0.0022 | - |
560
+ | 8.1680 | 17700 | 0.0006 | - |
561
+ | 8.1910 | 17750 | 0.0003 | - |
562
+ | 8.2141 | 17800 | 0.0 | - |
563
+ | 8.2372 | 17850 | 0.0 | - |
564
+ | 8.2603 | 17900 | 0.0 | - |
565
+ | 8.2833 | 17950 | 0.0007 | - |
566
+ | 8.3064 | 18000 | 0.0 | - |
567
+ | 8.3295 | 18050 | 0.0 | - |
568
+ | 8.3526 | 18100 | 0.0 | - |
569
+ | 8.3756 | 18150 | 0.0 | - |
570
+ | 8.3987 | 18200 | 0.0 | - |
571
+ | 8.4218 | 18250 | 0.0 | - |
572
+ | 8.4449 | 18300 | 0.0 | - |
573
+ | 8.4679 | 18350 | 0.0 | - |
574
+ | 8.4910 | 18400 | 0.0 | - |
575
+ | 8.5141 | 18450 | 0.0 | - |
576
+ | 8.5371 | 18500 | 0.0 | - |
577
+ | 8.5602 | 18550 | 0.0005 | - |
578
+ | 8.5833 | 18600 | 0.0 | - |
579
+ | 8.6064 | 18650 | 0.0 | - |
580
+ | 8.6294 | 18700 | 0.0 | - |
581
+ | 8.6525 | 18750 | 0.0 | - |
582
+ | 8.6756 | 18800 | 0.0 | - |
583
+ | 8.6987 | 18850 | 0.0 | - |
584
+ | 8.7217 | 18900 | 0.0 | - |
585
+ | 8.7448 | 18950 | 0.0 | - |
586
+ | 8.7679 | 19000 | 0.0 | - |
587
+ | 8.7910 | 19050 | 0.0 | - |
588
+ | 8.8140 | 19100 | 0.0 | - |
589
+ | 8.8371 | 19150 | 0.0 | - |
590
+ | 8.8602 | 19200 | 0.0 | - |
591
+ | 8.8832 | 19250 | 0.0 | - |
592
+ | 8.9063 | 19300 | 0.0001 | - |
593
+ | 8.9294 | 19350 | 0.0 | - |
594
+ | 8.9525 | 19400 | 0.0 | - |
595
+ | 8.9755 | 19450 | 0.0 | - |
596
+ | 8.9986 | 19500 | 0.0002 | - |
597
+ | 9.0217 | 19550 | 0.0 | - |
598
+ | 9.0448 | 19600 | 0.0 | - |
599
+ | 9.0678 | 19650 | 0.0 | - |
600
+ | 9.0909 | 19700 | 0.0 | - |
601
+ | 9.1140 | 19750 | 0.0 | - |
602
+ | 9.1371 | 19800 | 0.0 | - |
603
+ | 9.1601 | 19850 | 0.0 | - |
604
+ | 9.1832 | 19900 | 0.0 | - |
605
+ | 9.2063 | 19950 | 0.0001 | - |
606
+ | 9.2293 | 20000 | 0.0 | - |
607
+ | 9.2524 | 20050 | 0.0 | - |
608
+ | 9.2755 | 20100 | 0.0 | - |
609
+ | 9.2986 | 20150 | 0.0 | - |
610
+ | 9.3216 | 20200 | 0.0 | - |
611
+ | 9.3447 | 20250 | 0.0 | - |
612
+ | 9.3678 | 20300 | 0.0 | - |
613
+ | 9.3909 | 20350 | 0.0 | - |
614
+ | 9.4139 | 20400 | 0.0 | - |
615
+ | 9.4370 | 20450 | 0.0 | - |
616
+ | 9.4601 | 20500 | 0.0 | - |
617
+ | 9.4832 | 20550 | 0.0 | - |
618
+ | 9.5062 | 20600 | 0.0 | - |
619
+ | 9.5293 | 20650 | 0.0 | - |
620
+ | 9.5524 | 20700 | 0.0 | - |
621
+ | 9.5754 | 20750 | 0.0 | - |
622
+ | 9.5985 | 20800 | 0.0 | - |
623
+ | 9.6216 | 20850 | 0.0 | - |
624
+ | 9.6447 | 20900 | 0.0 | - |
625
+ | 9.6677 | 20950 | 0.0 | - |
626
+ | 9.6908 | 21000 | 0.0 | - |
627
+ | 9.7139 | 21050 | 0.0 | - |
628
+ | 9.7370 | 21100 | 0.0 | - |
629
+ | 9.7600 | 21150 | 0.0 | - |
630
+ | 9.7831 | 21200 | 0.0 | - |
631
+ | 9.8062 | 21250 | 0.0 | - |
632
+ | 9.8293 | 21300 | 0.0 | - |
633
+ | 9.8523 | 21350 | 0.0 | - |
634
+ | 9.8754 | 21400 | 0.0001 | - |
635
+ | 9.8985 | 21450 | 0.0 | - |
636
+ | 9.9216 | 21500 | 0.0 | - |
637
+ | 9.9446 | 21550 | 0.0 | - |
638
+ | 9.9677 | 21600 | 0.0017 | - |
639
+ | 9.9908 | 21650 | 0.0 | - |
640
+ | 10.0138 | 21700 | 0.0005 | - |
641
+ | 10.0369 | 21750 | 0.0032 | - |
642
+ | 10.0600 | 21800 | 0.0001 | - |
643
+ | 10.0831 | 21850 | 0.0 | - |
644
+ | 10.1061 | 21900 | 0.0 | - |
645
+ | 10.1292 | 21950 | 0.0 | - |
646
+ | 10.1523 | 22000 | 0.0 | - |
647
+ | 10.1754 | 22050 | 0.0 | - |
648
+ | 10.1984 | 22100 | 0.0 | - |
649
+ | 10.2215 | 22150 | 0.0 | - |
650
+ | 10.2446 | 22200 | 0.0 | - |
651
+ | 10.2677 | 22250 | 0.0 | - |
652
+ | 10.2907 | 22300 | 0.0 | - |
653
+ | 10.3138 | 22350 | 0.0 | - |
654
+ | 10.3369 | 22400 | 0.0 | - |
655
+ | 10.3599 | 22450 | 0.0 | - |
656
+ | 10.3830 | 22500 | 0.0001 | - |
657
+ | 10.4061 | 22550 | 0.0001 | - |
658
+ | 10.4292 | 22600 | 0.0 | - |
659
+ | 10.4522 | 22650 | 0.0 | - |
660
+ | 10.4753 | 22700 | 0.0 | - |
661
+ | 10.4984 | 22750 | 0.0 | - |
662
+ | 10.5215 | 22800 | 0.0 | - |
663
+ | 10.5445 | 22850 | 0.0 | - |
664
+ | 10.5676 | 22900 | 0.0 | - |
665
+ | 10.5907 | 22950 | 0.0 | - |
666
+ | 10.6138 | 23000 | 0.0 | - |
667
+ | 10.6368 | 23050 | 0.0 | - |
668
+ | 10.6599 | 23100 | 0.0 | - |
669
+ | 10.6830 | 23150 | 0.0 | - |
670
+ | 10.7060 | 23200 | 0.0 | - |
671
+ | 10.7291 | 23250 | 0.0 | - |
672
+ | 10.7522 | 23300 | 0.0 | - |
673
+ | 10.7753 | 23350 | 0.0 | - |
674
+ | 10.7983 | 23400 | 0.0 | - |
675
+ | 10.8214 | 23450 | 0.0 | - |
676
+ | 10.8445 | 23500 | 0.0 | - |
677
+ | 10.8676 | 23550 | 0.0 | - |
678
+ | 10.8906 | 23600 | 0.0 | - |
679
+ | 10.9137 | 23650 | 0.0001 | - |
680
+ | 10.9368 | 23700 | 0.0 | - |
681
+ | 10.9599 | 23750 | 0.0 | - |
682
+ | 10.9829 | 23800 | 0.0 | - |
683
+ | 11.0060 | 23850 | 0.0009 | - |
684
+ | 11.0291 | 23900 | 0.0 | - |
685
+ | 11.0521 | 23950 | 0.0 | - |
686
+ | 11.0752 | 24000 | 0.0 | - |
687
+ | 11.0983 | 24050 | 0.0009 | - |
688
+ | 11.1214 | 24100 | 0.0 | - |
689
+ | 11.1444 | 24150 | 0.0001 | - |
690
+ | 11.1675 | 24200 | 0.0 | - |
691
+ | 11.1906 | 24250 | 0.0 | - |
692
+ | 11.2137 | 24300 | 0.0 | - |
693
+ | 11.2367 | 24350 | 0.0 | - |
694
+ | 11.2598 | 24400 | 0.0 | - |
695
+ | 11.2829 | 24450 | 0.0 | - |
696
+ | 11.3060 | 24500 | 0.0 | - |
697
+ | 11.3290 | 24550 | 0.0 | - |
698
+ | 11.3521 | 24600 | 0.0 | - |
699
+ | 11.3752 | 24650 | 0.0 | - |
700
+ | 11.3982 | 24700 | 0.0 | - |
701
+ | 11.4213 | 24750 | 0.0 | - |
702
+ | 11.4444 | 24800 | 0.0 | - |
703
+ | 11.4675 | 24850 | 0.0 | - |
704
+ | 11.4905 | 24900 | 0.0 | - |
705
+ | 11.5136 | 24950 | 0.0 | - |
706
+ | 11.5367 | 25000 | 0.0 | - |
707
+ | 11.5598 | 25050 | 0.0 | - |
708
+ | 11.5828 | 25100 | 0.0 | - |
709
+ | 11.6059 | 25150 | 0.0 | - |
710
+ | 11.6290 | 25200 | 0.0 | - |
711
+ | 11.6521 | 25250 | 0.0 | - |
712
+ | 11.6751 | 25300 | 0.0006 | - |
713
+ | 11.6982 | 25350 | 0.0 | - |
714
+ | 11.7213 | 25400 | 0.0 | - |
715
+ | 11.7443 | 25450 | 0.0 | - |
716
+ | 11.7674 | 25500 | 0.0 | - |
717
+ | 11.7905 | 25550 | 0.0001 | - |
718
+ | 11.8136 | 25600 | 0.0 | - |
719
+ | 11.8366 | 25650 | 0.0 | - |
720
+ | 11.8597 | 25700 | 0.0 | - |
721
+ | 11.8828 | 25750 | 0.0 | - |
722
+ | 11.9059 | 25800 | 0.0 | - |
723
+ | 11.9289 | 25850 | 0.0 | - |
724
+ | 11.9520 | 25900 | 0.0 | - |
725
+ | 11.9751 | 25950 | 0.0 | - |
726
+ | 11.9982 | 26000 | 0.0 | - |
727
+ | 12.0212 | 26050 | 0.0 | - |
728
+ | 12.0443 | 26100 | 0.0 | - |
729
+ | 12.0674 | 26150 | 0.0001 | - |
730
+ | 12.0904 | 26200 | 0.0002 | - |
731
+ | 12.1135 | 26250 | 0.0 | - |
732
+ | 12.1366 | 26300 | 0.0 | - |
733
+ | 12.1597 | 26350 | 0.0 | - |
734
+ | 12.1827 | 26400 | 0.0001 | - |
735
+ | 12.2058 | 26450 | 0.0 | - |
736
+ | 12.2289 | 26500 | 0.0 | - |
737
+ | 12.2520 | 26550 | 0.0 | - |
738
+ | 12.2750 | 26600 | 0.0 | - |
739
+ | 12.2981 | 26650 | 0.0 | - |
740
+ | 12.3212 | 26700 | 0.0 | - |
741
+ | 12.3443 | 26750 | 0.0001 | - |
742
+ | 12.3673 | 26800 | 0.0 | - |
743
+ | 12.3904 | 26850 | 0.0 | - |
744
+ | 12.4135 | 26900 | 0.0 | - |
745
+ | 12.4365 | 26950 | 0.0 | - |
746
+ | 12.4596 | 27000 | 0.0 | - |
747
+ | 12.4827 | 27050 | 0.0 | - |
748
+ | 12.5058 | 27100 | 0.0 | - |
749
+ | 12.5288 | 27150 | 0.0 | - |
750
+ | 12.5519 | 27200 | 0.0 | - |
751
+ | 12.5750 | 27250 | 0.0 | - |
752
+ | 12.5981 | 27300 | 0.0 | - |
753
+ | 12.6211 | 27350 | 0.0 | - |
754
+ | 12.6442 | 27400 | 0.0 | - |
755
+ | 12.6673 | 27450 | 0.0 | - |
756
+ | 12.6904 | 27500 | 0.0001 | - |
757
+ | 12.7134 | 27550 | 0.0 | - |
758
+ | 12.7365 | 27600 | 0.0 | - |
759
+ | 12.7596 | 27650 | 0.0 | - |
760
+ | 12.7826 | 27700 | 0.0 | - |
761
+ | 12.8057 | 27750 | 0.0 | - |
762
+ | 12.8288 | 27800 | 0.0 | - |
763
+ | 12.8519 | 27850 | 0.0 | - |
764
+ | 12.8749 | 27900 | 0.0 | - |
765
+ | 12.8980 | 27950 | 0.0 | - |
766
+ | 12.9211 | 28000 | 0.0 | - |
767
+ | 12.9442 | 28050 | 0.0 | - |
768
+ | 12.9672 | 28100 | 0.0 | - |
769
+ | 12.9903 | 28150 | 0.0 | - |
770
+ | 13.0134 | 28200 | 0.0 | - |
771
+ | 13.0365 | 28250 | 0.0 | - |
772
+ | 13.0595 | 28300 | 0.0 | - |
773
+ | 13.0826 | 28350 | 0.0 | - |
774
+ | 13.1057 | 28400 | 0.0 | - |
775
+ | 13.1287 | 28450 | 0.0 | - |
776
+ | 13.1518 | 28500 | 0.0 | - |
777
+ | 13.1749 | 28550 | 0.0 | - |
778
+ | 13.1980 | 28600 | 0.0 | - |
779
+ | 13.2210 | 28650 | 0.0 | - |
780
+ | 13.2441 | 28700 | 0.0 | - |
781
+ | 13.2672 | 28750 | 0.0 | - |
782
+ | 13.2903 | 28800 | 0.0 | - |
783
+ | 13.3133 | 28850 | 0.0 | - |
784
+ | 13.3364 | 28900 | 0.0 | - |
785
+ | 13.3595 | 28950 | 0.0 | - |
786
+ | 13.3826 | 29000 | 0.0 | - |
787
+ | 13.4056 | 29050 | 0.0 | - |
788
+ | 13.4287 | 29100 | 0.0 | - |
789
+ | 13.4518 | 29150 | 0.0 | - |
790
+ | 13.4749 | 29200 | 0.0 | - |
791
+ | 13.4979 | 29250 | 0.0 | - |
792
+ | 13.5210 | 29300 | 0.0 | - |
793
+ | 13.5441 | 29350 | 0.0 | - |
794
+ | 13.5671 | 29400 | 0.0 | - |
795
+ | 13.5902 | 29450 | 0.0 | - |
796
+ | 13.6133 | 29500 | 0.0 | - |
797
+ | 13.6364 | 29550 | 0.0 | - |
798
+ | 13.6594 | 29600 | 0.0 | - |
799
+ | 13.6825 | 29650 | 0.0019 | - |
800
+ | 13.7056 | 29700 | 0.0 | - |
801
+ | 13.7287 | 29750 | 0.0 | - |
802
+ | 13.7517 | 29800 | 0.0 | - |
803
+ | 13.7748 | 29850 | 0.0 | - |
804
+ | 13.7979 | 29900 | 0.0 | - |
805
+ | 13.8210 | 29950 | 0.0013 | - |
806
+ | 13.8440 | 30000 | 0.0 | - |
807
+ | 13.8671 | 30050 | 0.0 | - |
808
+ | 13.8902 | 30100 | 0.0 | - |
809
+ | 13.9132 | 30150 | 0.0 | - |
810
+ | 13.9363 | 30200 | 0.0 | - |
811
+ | 13.9594 | 30250 | 0.0 | - |
812
+ | 13.9825 | 30300 | 0.0 | - |
813
+ | 14.0055 | 30350 | 0.0 | - |
814
+ | 14.0286 | 30400 | 0.0 | - |
815
+ | 14.0517 | 30450 | 0.0 | - |
816
+ | 14.0748 | 30500 | 0.0 | - |
817
+ | 14.0978 | 30550 | 0.0 | - |
818
+ | 14.1209 | 30600 | 0.0 | - |
819
+ | 14.1440 | 30650 | 0.0 | - |
820
+ | 14.1671 | 30700 | 0.0 | - |
821
+ | 14.1901 | 30750 | 0.0 | - |
822
+ | 14.2132 | 30800 | 0.0 | - |
823
+ | 14.2363 | 30850 | 0.0 | - |
824
+ | 14.2593 | 30900 | 0.0 | - |
825
+ | 14.2824 | 30950 | 0.0 | - |
826
+ | 14.3055 | 31000 | 0.0 | - |
827
+ | 14.3286 | 31050 | 0.0 | - |
828
+ | 14.3516 | 31100 | 0.0 | - |
829
+ | 14.3747 | 31150 | 0.0 | - |
830
+ | 14.3978 | 31200 | 0.0 | - |
831
+ | 14.4209 | 31250 | 0.0 | - |
832
+ | 14.4439 | 31300 | 0.0 | - |
833
+ | 14.4670 | 31350 | 0.0 | - |
834
+ | 14.4901 | 31400 | 0.0 | - |
835
+ | 14.5132 | 31450 | 0.0 | - |
836
+ | 14.5362 | 31500 | 0.0 | - |
837
+ | 14.5593 | 31550 | 0.0 | - |
838
+ | 14.5824 | 31600 | 0.0 | - |
839
+ | 14.6054 | 31650 | 0.0001 | - |
840
+ | 14.6285 | 31700 | 0.0 | - |
841
+ | 14.6516 | 31750 | 0.0 | - |
842
+ | 14.6747 | 31800 | 0.0 | - |
843
+ | 14.6977 | 31850 | 0.0 | - |
844
+ | 14.7208 | 31900 | 0.0 | - |
845
+ | 14.7439 | 31950 | 0.0 | - |
846
+ | 14.7670 | 32000 | 0.0 | - |
847
+ | 14.7900 | 32050 | 0.0 | - |
848
+ | 14.8131 | 32100 | 0.0 | - |
849
+ | 14.8362 | 32150 | 0.0 | - |
850
+ | 14.8593 | 32200 | 0.0 | - |
851
+ | 14.8823 | 32250 | 0.0 | - |
852
+ | 14.9054 | 32300 | 0.0 | - |
853
+ | 14.9285 | 32350 | 0.0 | - |
854
+ | 14.9515 | 32400 | 0.0 | - |
855
+ | 14.9746 | 32450 | 0.0 | - |
856
+ | 14.9977 | 32500 | 0.0 | - |
857
+ | 15.0208 | 32550 | 0.0 | - |
858
+ | 15.0438 | 32600 | 0.0 | - |
859
+ | 15.0669 | 32650 | 0.0 | - |
860
+ | 15.0900 | 32700 | 0.0 | - |
861
+ | 15.1131 | 32750 | 0.0 | - |
862
+ | 15.1361 | 32800 | 0.0 | - |
863
+ | 15.1592 | 32850 | 0.0 | - |
864
+ | 15.1823 | 32900 | 0.0 | - |
865
+ | 15.2054 | 32950 | 0.0 | - |
866
+ | 15.2284 | 33000 | 0.0 | - |
867
+ | 15.2515 | 33050 | 0.0 | - |
868
+ | 15.2746 | 33100 | 0.0 | - |
869
+ | 15.2976 | 33150 | 0.0 | - |
870
+ | 15.3207 | 33200 | 0.0 | - |
871
+ | 15.3438 | 33250 | 0.0 | - |
872
+ | 15.3669 | 33300 | 0.0 | - |
873
+ | 15.3899 | 33350 | 0.0 | - |
874
+ | 15.4130 | 33400 | 0.0 | - |
875
+ | 15.4361 | 33450 | 0.0 | - |
876
+ | 15.4592 | 33500 | 0.0 | - |
877
+ | 15.4822 | 33550 | 0.0 | - |
878
+ | 15.5053 | 33600 | 0.0 | - |
879
+ | 15.5284 | 33650 | 0.0 | - |
880
+ | 15.5515 | 33700 | 0.0 | - |
881
+ | 15.5745 | 33750 | 0.0 | - |
882
+ | 15.5976 | 33800 | 0.0 | - |
883
+ | 15.6207 | 33850 | 0.0 | - |
884
+ | 15.6437 | 33900 | 0.0 | - |
885
+ | 15.6668 | 33950 | 0.0 | - |
886
+ | 15.6899 | 34000 | 0.0 | - |
887
+ | 15.7130 | 34050 | 0.0 | - |
888
+ | 15.7360 | 34100 | 0.0 | - |
889
+ | 15.7591 | 34150 | 0.0 | - |
890
+ | 15.7822 | 34200 | 0.0 | - |
891
+ | 15.8053 | 34250 | 0.0 | - |
892
+ | 15.8283 | 34300 | 0.0 | - |
893
+ | 15.8514 | 34350 | 0.0 | - |
894
+ | 15.8745 | 34400 | 0.0 | - |
895
+ | 15.8976 | 34450 | 0.0 | - |
896
+ | 15.9206 | 34500 | 0.0 | - |
897
+ | 15.9437 | 34550 | 0.0 | - |
898
+ | 15.9668 | 34600 | 0.0 | - |
899
+ | 15.9898 | 34650 | 0.0 | - |
900
+ | 16.0129 | 34700 | 0.0 | - |
901
+ | 16.0360 | 34750 | 0.0 | - |
902
+ | 16.0591 | 34800 | 0.0 | - |
903
+ | 16.0821 | 34850 | 0.0 | - |
904
+ | 16.1052 | 34900 | 0.0 | - |
905
+ | 16.1283 | 34950 | 0.0 | - |
906
+ | 16.1514 | 35000 | 0.0 | - |
907
+ | 16.1744 | 35050 | 0.0 | - |
908
+ | 16.1975 | 35100 | 0.0 | - |
909
+ | 16.2206 | 35150 | 0.0 | - |
910
+ | 16.2437 | 35200 | 0.0 | - |
911
+ | 16.2667 | 35250 | 0.0 | - |
912
+ | 16.2898 | 35300 | 0.0 | - |
913
+ | 16.3129 | 35350 | 0.0 | - |
914
+ | 16.3359 | 35400 | 0.0 | - |
915
+ | 16.3590 | 35450 | 0.0 | - |
916
+ | 16.3821 | 35500 | 0.0 | - |
917
+ | 16.4052 | 35550 | 0.0 | - |
918
+ | 16.4282 | 35600 | 0.0 | - |
919
+ | 16.4513 | 35650 | 0.0 | - |
920
+ | 16.4744 | 35700 | 0.0 | - |
921
+ | 16.4975 | 35750 | 0.0 | - |
922
+ | 16.5205 | 35800 | 0.0 | - |
923
+ | 16.5436 | 35850 | 0.0 | - |
924
+ | 16.5667 | 35900 | 0.0 | - |
925
+ | 16.5898 | 35950 | 0.0 | - |
926
+ | 16.6128 | 36000 | 0.0 | - |
927
+ | 16.6359 | 36050 | 0.0 | - |
928
+ | 16.6590 | 36100 | 0.0 | - |
929
+ | 16.6820 | 36150 | 0.0 | - |
930
+ | 16.7051 | 36200 | 0.0 | - |
931
+ | 16.7282 | 36250 | 0.0 | - |
932
+ | 16.7513 | 36300 | 0.0 | - |
933
+ | 16.7743 | 36350 | 0.0 | - |
934
+ | 16.7974 | 36400 | 0.0 | - |
935
+ | 16.8205 | 36450 | 0.0 | - |
936
+ | 16.8436 | 36500 | 0.0 | - |
937
+ | 16.8666 | 36550 | 0.0 | - |
938
+ | 16.8897 | 36600 | 0.0 | - |
939
+ | 16.9128 | 36650 | 0.0 | - |
940
+ | 16.9359 | 36700 | 0.0 | - |
941
+ | 16.9589 | 36750 | 0.0 | - |
942
+ | 16.9820 | 36800 | 0.0 | - |
943
+ | 17.0051 | 36850 | 0.0 | - |
944
+ | 17.0281 | 36900 | 0.0 | - |
945
+ | 17.0512 | 36950 | 0.0 | - |
946
+ | 17.0743 | 37000 | 0.0 | - |
947
+ | 17.0974 | 37050 | 0.0 | - |
948
+ | 17.1204 | 37100 | 0.0 | - |
949
+ | 17.1435 | 37150 | 0.0 | - |
950
+ | 17.1666 | 37200 | 0.0 | - |
951
+ | 17.1897 | 37250 | 0.0 | - |
952
+ | 17.2127 | 37300 | 0.0 | - |
953
+ | 17.2358 | 37350 | 0.0 | - |
954
+ | 17.2589 | 37400 | 0.0 | - |
955
+ | 17.2820 | 37450 | 0.0 | - |
956
+ | 17.3050 | 37500 | 0.0 | - |
957
+ | 17.3281 | 37550 | 0.0 | - |
958
+ | 17.3512 | 37600 | 0.0 | - |
959
+ | 17.3743 | 37650 | 0.0 | - |
960
+ | 17.3973 | 37700 | 0.0 | - |
961
+ | 17.4204 | 37750 | 0.0 | - |
962
+ | 17.4435 | 37800 | 0.0 | - |
963
+ | 17.4665 | 37850 | 0.0 | - |
964
+ | 17.4896 | 37900 | 0.0 | - |
965
+ | 17.5127 | 37950 | 0.0 | - |
966
+ | 17.5358 | 38000 | 0.0 | - |
967
+ | 17.5588 | 38050 | 0.0 | - |
968
+ | 17.5819 | 38100 | 0.0 | - |
969
+ | 17.6050 | 38150 | 0.0 | - |
970
+ | 17.6281 | 38200 | 0.0 | - |
971
+ | 17.6511 | 38250 | 0.0 | - |
972
+ | 17.6742 | 38300 | 0.0 | - |
973
+ | 17.6973 | 38350 | 0.0 | - |
974
+ | 17.7204 | 38400 | 0.0 | - |
975
+ | 17.7434 | 38450 | 0.0 | - |
976
+ | 17.7665 | 38500 | 0.0 | - |
977
+ | 17.7896 | 38550 | 0.0 | - |
978
+ | 17.8126 | 38600 | 0.0 | - |
979
+ | 17.8357 | 38650 | 0.0 | - |
980
+ | 17.8588 | 38700 | 0.0 | - |
981
+ | 17.8819 | 38750 | 0.0 | - |
982
+ | 17.9049 | 38800 | 0.0 | - |
983
+ | 17.9280 | 38850 | 0.0 | - |
984
+ | 17.9511 | 38900 | 0.0 | - |
985
+ | 17.9742 | 38950 | 0.0 | - |
986
+ | 17.9972 | 39000 | 0.0 | - |
987
+ | 18.0203 | 39050 | 0.0 | - |
988
+ | 18.0434 | 39100 | 0.0 | - |
989
+ | 18.0665 | 39150 | 0.0 | - |
990
+ | 18.0895 | 39200 | 0.0 | - |
991
+ | 18.1126 | 39250 | 0.0 | - |
992
+ | 18.1357 | 39300 | 0.0 | - |
993
+ | 18.1587 | 39350 | 0.0 | - |
994
+ | 18.1818 | 39400 | 0.0 | - |
995
+ | 18.2049 | 39450 | 0.0 | - |
996
+ | 18.2280 | 39500 | 0.0 | - |
997
+ | 18.2510 | 39550 | 0.0 | - |
998
+ | 18.2741 | 39600 | 0.0 | - |
999
+ | 18.2972 | 39650 | 0.0 | - |
1000
+ | 18.3203 | 39700 | 0.0 | - |
1001
+ | 18.3433 | 39750 | 0.0 | - |
1002
+ | 18.3664 | 39800 | 0.0 | - |
1003
+ | 18.3895 | 39850 | 0.0 | - |
1004
+ | 18.4126 | 39900 | 0.0 | - |
1005
+ | 18.4356 | 39950 | 0.0 | - |
1006
+ | 18.4587 | 40000 | 0.0 | - |
1007
+ | 18.4818 | 40050 | 0.0 | - |
1008
+ | 18.5048 | 40100 | 0.0 | - |
1009
+ | 18.5279 | 40150 | 0.0 | - |
1010
+ | 18.5510 | 40200 | 0.0 | - |
1011
+ | 18.5741 | 40250 | 0.0 | - |
1012
+ | 18.5971 | 40300 | 0.0 | - |
1013
+ | 18.6202 | 40350 | 0.0 | - |
1014
+ | 18.6433 | 40400 | 0.0 | - |
1015
+ | 18.6664 | 40450 | 0.0 | - |
1016
+ | 18.6894 | 40500 | 0.0 | - |
1017
+ | 18.7125 | 40550 | 0.0 | - |
1018
+ | 18.7356 | 40600 | 0.0 | - |
1019
+ | 18.7587 | 40650 | 0.0 | - |
1020
+ | 18.7817 | 40700 | 0.0 | - |
1021
+ | 18.8048 | 40750 | 0.0 | - |
1022
+ | 18.8279 | 40800 | 0.0 | - |
1023
+ | 18.8509 | 40850 | 0.0 | - |
1024
+ | 18.8740 | 40900 | 0.0 | - |
1025
+ | 18.8971 | 40950 | 0.0 | - |
1026
+ | 18.9202 | 41000 | 0.0 | - |
1027
+ | 18.9432 | 41050 | 0.0 | - |
1028
+ | 18.9663 | 41100 | 0.0 | - |
1029
+ | 18.9894 | 41150 | 0.0 | - |
1030
+ | 19.0125 | 41200 | 0.0 | - |
1031
+ | 19.0355 | 41250 | 0.0 | - |
1032
+ | 19.0586 | 41300 | 0.0 | - |
1033
+ | 19.0817 | 41350 | 0.0 | - |
1034
+ | 19.1048 | 41400 | 0.0 | - |
1035
+ | 19.1278 | 41450 | 0.0 | - |
1036
+ | 19.1509 | 41500 | 0.0 | - |
1037
+ | 19.1740 | 41550 | 0.0 | - |
1038
+ | 19.1970 | 41600 | 0.0 | - |
1039
+ | 19.2201 | 41650 | 0.0 | - |
1040
+ | 19.2432 | 41700 | 0.0 | - |
1041
+ | 19.2663 | 41750 | 0.0 | - |
1042
+ | 19.2893 | 41800 | 0.0 | - |
1043
+ | 19.3124 | 41850 | 0.0 | - |
1044
+ | 19.3355 | 41900 | 0.0 | - |
1045
+ | 19.3586 | 41950 | 0.0 | - |
1046
+ | 19.3816 | 42000 | 0.0 | - |
1047
+ | 19.4047 | 42050 | 0.0 | - |
1048
+ | 19.4278 | 42100 | 0.0 | - |
1049
+ | 19.4509 | 42150 | 0.0 | - |
1050
+ | 19.4739 | 42200 | 0.0 | - |
1051
+ | 19.4970 | 42250 | 0.0 | - |
1052
+ | 19.5201 | 42300 | 0.0 | - |
1053
+ | 19.5431 | 42350 | 0.0 | - |
1054
+ | 19.5662 | 42400 | 0.0 | - |
1055
+ | 19.5893 | 42450 | 0.0 | - |
1056
+ | 19.6124 | 42500 | 0.0 | - |
1057
+ | 19.6354 | 42550 | 0.0 | - |
1058
+ | 19.6585 | 42600 | 0.0 | - |
1059
+ | 19.6816 | 42650 | 0.0 | - |
1060
+ | 19.7047 | 42700 | 0.0 | - |
1061
+ | 19.7277 | 42750 | 0.0 | - |
1062
+ | 19.7508 | 42800 | 0.0 | - |
1063
+ | 19.7739 | 42850 | 0.0 | - |
1064
+ | 19.7970 | 42900 | 0.0 | - |
1065
+ | 19.8200 | 42950 | 0.0 | - |
1066
+ | 19.8431 | 43000 | 0.0 | - |
1067
+ | 19.8662 | 43050 | 0.0 | - |
1068
+ | 19.8892 | 43100 | 0.0 | - |
1069
+ | 19.9123 | 43150 | 0.0 | - |
1070
+ | 19.9354 | 43200 | 0.0 | - |
1071
+ | 19.9585 | 43250 | 0.0 | - |
1072
+ | 19.9815 | 43300 | 0.0 | - |
1073
+
1074
+ ### Framework Versions
1075
+ - Python: 3.10.12
1076
+ - SetFit: 1.1.0.dev0
1077
+ - Sentence Transformers: 3.1.1
1078
+ - Transformers: 4.46.1
1079
+ - PyTorch: 2.4.0+cu121
1080
+ - Datasets: 2.20.0
1081
+ - Tokenizers: 0.20.0
1082
+
1083
+ ## Citation
1084
+
1085
+ ### BibTeX
1086
+ ```bibtex
1087
+ @article{https://doi.org/10.48550/arxiv.2209.11055,
1088
+ doi = {10.48550/ARXIV.2209.11055},
1089
+ url = {https://arxiv.org/abs/2209.11055},
1090
+ author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
1091
+ keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
1092
+ title = {Efficient Few-Shot Learning Without Prompts},
1093
+ publisher = {arXiv},
1094
+ year = {2022},
1095
+ copyright = {Creative Commons Attribution 4.0 International}
1096
+ }
1097
+ ```
1098
+
1099
+ <!--
1100
+ ## Glossary
1101
+
1102
+ *Clearly define terms in order to be accessible across audiences.*
1103
+ -->
1104
+
1105
+ <!--
1106
+ ## Model Card Authors
1107
+
1108
+ *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
1109
+ -->
1110
+
1111
+ <!--
1112
+ ## Model Card Contact
1113
+
1114
+ *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
1115
+ -->
config.json ADDED
@@ -0,0 +1,29 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "mini1013/master_domain",
3
+ "architectures": [
4
+ "RobertaModel"
5
+ ],
6
+ "attention_probs_dropout_prob": 0.1,
7
+ "bos_token_id": 0,
8
+ "classifier_dropout": null,
9
+ "eos_token_id": 2,
10
+ "gradient_checkpointing": false,
11
+ "hidden_act": "gelu",
12
+ "hidden_dropout_prob": 0.1,
13
+ "hidden_size": 768,
14
+ "initializer_range": 0.02,
15
+ "intermediate_size": 3072,
16
+ "layer_norm_eps": 1e-05,
17
+ "max_position_embeddings": 514,
18
+ "model_type": "roberta",
19
+ "num_attention_heads": 12,
20
+ "num_hidden_layers": 12,
21
+ "pad_token_id": 1,
22
+ "position_embedding_type": "absolute",
23
+ "tokenizer_class": "BertTokenizer",
24
+ "torch_dtype": "float32",
25
+ "transformers_version": "4.46.1",
26
+ "type_vocab_size": 1,
27
+ "use_cache": true,
28
+ "vocab_size": 32000
29
+ }
config_sentence_transformers.json ADDED
@@ -0,0 +1,10 @@
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "__version__": {
3
+ "sentence_transformers": "3.1.1",
4
+ "transformers": "4.46.1",
5
+ "pytorch": "2.4.0+cu121"
6
+ },
7
+ "prompts": {},
8
+ "default_prompt_name": null,
9
+ "similarity_fn_name": null
10
+ }
config_setfit.json ADDED
@@ -0,0 +1,4 @@
 
 
 
 
 
1
+ {
2
+ "normalize_embeddings": false,
3
+ "labels": null
4
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:c0fc70f7a0ec18e2977fe02548c49394d6d5c6235bb6d44b260360ea2c6422bc
3
+ size 442494816
model_head.pkl ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:f86a448d7c974f747251eaca7405b4e2791a674826a63181ea594e786964219b
3
+ size 173287
modules.json ADDED
@@ -0,0 +1,14 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ [
2
+ {
3
+ "idx": 0,
4
+ "name": "0",
5
+ "path": "",
6
+ "type": "sentence_transformers.models.Transformer"
7
+ },
8
+ {
9
+ "idx": 1,
10
+ "name": "1",
11
+ "path": "1_Pooling",
12
+ "type": "sentence_transformers.models.Pooling"
13
+ }
14
+ ]
sentence_bert_config.json ADDED
@@ -0,0 +1,4 @@
 
 
 
 
 
1
+ {
2
+ "max_seq_length": 512,
3
+ "do_lower_case": false
4
+ }
special_tokens_map.json ADDED
@@ -0,0 +1,51 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "bos_token": {
3
+ "content": "[CLS]",
4
+ "lstrip": false,
5
+ "normalized": false,
6
+ "rstrip": false,
7
+ "single_word": false
8
+ },
9
+ "cls_token": {
10
+ "content": "[CLS]",
11
+ "lstrip": false,
12
+ "normalized": false,
13
+ "rstrip": false,
14
+ "single_word": false
15
+ },
16
+ "eos_token": {
17
+ "content": "[SEP]",
18
+ "lstrip": false,
19
+ "normalized": false,
20
+ "rstrip": false,
21
+ "single_word": false
22
+ },
23
+ "mask_token": {
24
+ "content": "[MASK]",
25
+ "lstrip": false,
26
+ "normalized": false,
27
+ "rstrip": false,
28
+ "single_word": false
29
+ },
30
+ "pad_token": {
31
+ "content": "[PAD]",
32
+ "lstrip": false,
33
+ "normalized": false,
34
+ "rstrip": false,
35
+ "single_word": false
36
+ },
37
+ "sep_token": {
38
+ "content": "[SEP]",
39
+ "lstrip": false,
40
+ "normalized": false,
41
+ "rstrip": false,
42
+ "single_word": false
43
+ },
44
+ "unk_token": {
45
+ "content": "[UNK]",
46
+ "lstrip": false,
47
+ "normalized": false,
48
+ "rstrip": false,
49
+ "single_word": false
50
+ }
51
+ }
tokenizer.json ADDED
The diff for this file is too large to render. See raw diff
 
tokenizer_config.json ADDED
@@ -0,0 +1,66 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "added_tokens_decoder": {
3
+ "0": {
4
+ "content": "[CLS]",
5
+ "lstrip": false,
6
+ "normalized": false,
7
+ "rstrip": false,
8
+ "single_word": false,
9
+ "special": true
10
+ },
11
+ "1": {
12
+ "content": "[PAD]",
13
+ "lstrip": false,
14
+ "normalized": false,
15
+ "rstrip": false,
16
+ "single_word": false,
17
+ "special": true
18
+ },
19
+ "2": {
20
+ "content": "[SEP]",
21
+ "lstrip": false,
22
+ "normalized": false,
23
+ "rstrip": false,
24
+ "single_word": false,
25
+ "special": true
26
+ },
27
+ "3": {
28
+ "content": "[UNK]",
29
+ "lstrip": false,
30
+ "normalized": false,
31
+ "rstrip": false,
32
+ "single_word": false,
33
+ "special": true
34
+ },
35
+ "4": {
36
+ "content": "[MASK]",
37
+ "lstrip": false,
38
+ "normalized": false,
39
+ "rstrip": false,
40
+ "single_word": false,
41
+ "special": true
42
+ }
43
+ },
44
+ "bos_token": "[CLS]",
45
+ "clean_up_tokenization_spaces": false,
46
+ "cls_token": "[CLS]",
47
+ "do_basic_tokenize": true,
48
+ "do_lower_case": false,
49
+ "eos_token": "[SEP]",
50
+ "mask_token": "[MASK]",
51
+ "max_length": 512,
52
+ "model_max_length": 512,
53
+ "never_split": null,
54
+ "pad_to_multiple_of": null,
55
+ "pad_token": "[PAD]",
56
+ "pad_token_type_id": 0,
57
+ "padding_side": "right",
58
+ "sep_token": "[SEP]",
59
+ "stride": 0,
60
+ "strip_accents": null,
61
+ "tokenize_chinese_chars": true,
62
+ "tokenizer_class": "BertTokenizer",
63
+ "truncation_side": "right",
64
+ "truncation_strategy": "longest_first",
65
+ "unk_token": "[UNK]"
66
+ }
vocab.txt ADDED
The diff for this file is too large to render. See raw diff