Hugging Face's logo

ncsu-dk-lab
/
AutoDisProxyT-SST2

Text Classification
Transformers
PyTorch
English
bert
text-embeddings-inference
Model card Files
xet
Community
1
AutoDisProxyT-SST2
File size: 9,150 Bytes
816604f
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
 
{'accuracy': 0.4908256880733945}
{'accuracy': 0.4908256880733945}
{'accuracy': 0.5355504587155964}
{'accuracy': 0.5091743119266054}
{'accuracy': 0.5091743119266054}
{'accuracy': 0.6284403669724771}
{'accuracy': 0.7236238532110092}
{'accuracy': 0.7385321100917431}
{'accuracy': 0.7568807339449541}
{'accuracy': 0.7637614678899083}
{'accuracy': 0.7752293577981652}
{'accuracy': 0.7717889908256881}
{'accuracy': 0.7752293577981652}
{'accuracy': 0.7798165137614679}
{'accuracy': 0.7821100917431193}
{'accuracy': 0.7775229357798165}
{'accuracy': 0.7993119266055045}
{'accuracy': 0.7993119266055045}
{'accuracy': 0.801605504587156}
{'accuracy': 0.8096330275229358}
{'accuracy': 0.8084862385321101}
{'accuracy': 0.819954128440367}
{'accuracy': 0.8142201834862385}
{'accuracy': 0.819954128440367}
{'accuracy': 0.8245412844036697}
{'accuracy': 0.8291284403669725}
{'accuracy': 0.8291284403669725}
{'accuracy': 0.8176605504587156}
{'accuracy': 0.8245412844036697}
{'accuracy': 0.8084862385321101}
{'accuracy': 0.8279816513761468}
{'accuracy': 0.823394495412844}
{'accuracy': 0.8142201834862385}
{'accuracy': 0.8188073394495413}
{'accuracy': 0.8279816513761468}
{'accuracy': 0.8302752293577982}
{'accuracy': 0.8371559633027523}
{'accuracy': 0.8027522935779816}
{'accuracy': 0.8394495412844036}
{'accuracy': 0.8428899082568807}
{'accuracy': 0.841743119266055}
{'accuracy': 0.8474770642201835}
{'accuracy': 0.8463302752293578}
{'accuracy': 0.8325688073394495}
{'accuracy': 0.8474770642201835}
{'accuracy': 0.8486238532110092}
{'accuracy': 0.8509174311926605}
{'accuracy': 0.8474770642201835}
{'accuracy': 0.8451834862385321}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8440366972477065}
{'accuracy': 0.8520642201834863}
{'accuracy': 0.8600917431192661}
{'accuracy': 0.8600917431192661}
{'accuracy': 0.8474770642201835}
{'accuracy': 0.856651376146789}
{'accuracy': 0.856651376146789}
{'accuracy': 0.8589449541284404}
{'accuracy': 0.8497706422018348}
{'accuracy': 0.8623853211009175}
{'accuracy': 0.8681192660550459}
{'accuracy': 0.8589449541284404}
{'accuracy': 0.8486238532110092}
{'accuracy': 0.8681192660550459}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8463302752293578}
{'accuracy': 0.856651376146789}
{'accuracy': 0.8623853211009175}
{'accuracy': 0.8360091743119266}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8646788990825688}
{'accuracy': 0.841743119266055}
{'accuracy': 0.8509174311926605}
{'accuracy': 0.8646788990825688}
{'accuracy': 0.856651376146789}
{'accuracy': 0.8497706422018348}
{'accuracy': 0.8600917431192661}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8520642201834863}
{'accuracy': 0.8600917431192661}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8463302752293578}
{'accuracy': 0.8497706422018348}
{'accuracy': 0.8474770642201835}
{'accuracy': 0.8555045871559633}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8394495412844036}
{'accuracy': 0.8405963302752294}
{'accuracy': 0.838302752293578}
{'accuracy': 0.8532110091743119}
{'accuracy': 0.8497706422018348}
{'accuracy': 0.8532110091743119}
{'accuracy': 0.8440366972477065}
{'accuracy': 0.8497706422018348}
{'accuracy': 0.8405963302752294}
{'accuracy': 0.8463302752293578}
{'accuracy': 0.8589449541284404}
{'accuracy': 0.8543577981651376}
{'accuracy': 0.8360091743119266}
{'accuracy': 0.8371559633027523}
{'accuracy': 0.8486238532110092}
{'accuracy': 0.8543577981651376}
{'accuracy': 0.8497706422018348}
{'accuracy': 0.8451834862385321}
{'accuracy': 0.8463302752293578}
{'accuracy': 0.8474770642201835}
{'accuracy': 0.8268348623853211}
{'accuracy': 0.8497706422018348}
{'accuracy': 0.8589449541284404}
{'accuracy': 0.8474770642201835}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8623853211009175}
{'accuracy': 0.8600917431192661}
{'accuracy': 0.8589449541284404}
{'accuracy': 0.8520642201834863}
{'accuracy': 0.8509174311926605}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8520642201834863}
{'accuracy': 0.856651376146789}
{'accuracy': 0.8704128440366973}
{'accuracy': 0.8520642201834863}
{'accuracy': 0.8371559633027523}
{'accuracy': 0.8451834862385321}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8623853211009175}
{'accuracy': 0.8520642201834863}
{'accuracy': 0.8497706422018348}
{'accuracy': 0.8451834862385321}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8623853211009175}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.856651376146789}
{'accuracy': 0.856651376146789}
{'accuracy': 0.8302752293577982}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8463302752293578}
{'accuracy': 0.8589449541284404}
{'accuracy': 0.8486238532110092}
{'accuracy': 0.8658256880733946}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8532110091743119}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8555045871559633}
{'accuracy': 0.8428899082568807}
{'accuracy': 0.8646788990825688}
{'accuracy': 0.8623853211009175}
{'accuracy': 0.8623853211009175}
{'accuracy': 0.856651376146789}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8543577981651376}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8658256880733946}
{'accuracy': 0.856651376146789}
{'accuracy': 0.8658256880733946}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8646788990825688}
{'accuracy': 0.8681192660550459}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8692660550458715}
{'accuracy': 0.8589449541284404}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8555045871559633}
{'accuracy': 0.8497706422018348}
{'accuracy': 0.8394495412844036}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8669724770642202}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8727064220183486}
{'accuracy': 0.8520642201834863}
{'accuracy': 0.8405963302752294}
{'accuracy': 0.8600917431192661}
{'accuracy': 0.8543577981651376}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.856651376146789}
{'accuracy': 0.8543577981651376}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8589449541284404}
{'accuracy': 0.8440366972477065}
{'accuracy': 0.8532110091743119}
{'accuracy': 0.8371559633027523}
{'accuracy': 0.8543577981651376}
{'accuracy': 0.8589449541284404}
{'accuracy': 0.8440366972477065}
{'accuracy': 0.8486238532110092}
{'accuracy': 0.8486238532110092}
{'accuracy': 0.8451834862385321}
{'accuracy': 0.8589449541284404}
{'accuracy': 0.856651376146789}
{'accuracy': 0.8623853211009175}
{'accuracy': 0.8658256880733946}
{'accuracy': 0.8509174311926605}
{'accuracy': 0.8532110091743119}
{'accuracy': 0.8623853211009175}
{'accuracy': 0.8600917431192661}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8532110091743119}
{'accuracy': 0.8325688073394495}
{'accuracy': 0.8555045871559633}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8440366972477065}
{'accuracy': 0.8486238532110092}
{'accuracy': 0.8543577981651376}
{'accuracy': 0.8509174311926605}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8509174311926605}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8635321100917431}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8463302752293578}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8555045871559633}
{'accuracy': 0.8646788990825688}
{'accuracy': 0.8222477064220184}
{'accuracy': 0.8532110091743119}
{'accuracy': 0.8600917431192661}
{'accuracy': 0.8589449541284404}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8520642201834863}
{'accuracy': 0.856651376146789}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8532110091743119}
{'accuracy': 0.8509174311926605}
{'accuracy': 0.8497706422018348}
{'accuracy': 0.8646788990825688}
{'accuracy': 0.8646788990825688}
{'accuracy': 0.8543577981651376}
{'accuracy': 0.856651376146789}
{'accuracy': 0.8543577981651376}
{'accuracy': 0.8520642201834863}
{'accuracy': 0.8612385321100917}
{'accuracy': 0.8348623853211009}
{'accuracy': 0.856651376146789}
{'accuracy': 0.8509174311926605}
{'accuracy': 0.8555045871559633}
{'accuracy': 0.8497706422018348}
{'accuracy': 0.8543577981651376}
{'accuracy': 0.8589449541284404}
{'accuracy': 0.856651376146789}
{'accuracy': 0.8509174311926605}
{'accuracy': 0.8486238532110092}
{'accuracy': 0.8497706422018348}
{'accuracy': 0.8486238532110092}
{'accuracy': 0.8440366972477065}
{'accuracy': 0.8555045871559633}
{'accuracy': 0.8555045871559633}
{'accuracy': 0.8451834862385321}
{'accuracy': 0.8543577981651376}
{'accuracy': 0.856651376146789}
{'accuracy': 0.8555045871559633}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8532110091743119}
{'accuracy': 0.8428899082568807}
{'accuracy': 0.8555045871559633}
{'accuracy': 0.8520642201834863}
{'accuracy': 0.8153669724770642}
{'accuracy': 0.8532110091743119}
{'accuracy': 0.8577981651376146}
{'accuracy': 0.8463302752293578}
{'accuracy': 0.8486238532110092}
{'accuracy': 0.841743119266055}