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 / result.txt
Jinawei's picture
Jinawei
Upload 8 files
816604f
raw
history blame contribute delete
9.15 kB
 {'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}