File size: 24,349 Bytes
2b29921 |
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 |
---
base_model: mini1013/master_domain
library_name: setfit
metrics:
- accuracy
pipeline_tag: text-classification
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: '[기획세트][로레알파리] UV 디펜더 50ml+유브이 디펜더 베이지 15ml 매트&프레쉬 위메프 > 생활·주방·반려동물 > 바디/헤어
> 샴푸/린스/헤어케어;위메프 > 뷰티 > 메이크업 > 아이 메이크업;위메프 > 뷰티 > 바디/헤어 > 샴푸/린스/헤어케어 > 트리트먼트;위메프
> 뷰티 > 메이크업 > 베이스 메이크업 > 파운데이션;위메프 > 뷰티 > 메이크업 > 아이 메이크업 > 마스카라;위메프 > 뷰티 > 메이크업
> 립 메이크업;(#M)위메프 > 뷰티 > 선케어 > 선크림/선블록 > 선크림/선블록 위메프 > 뷰티 > 선케어 > 선크림/선블록 > 선크림/선블록'
- text: 이니스프리 트루 히알루론 수분 선크림 SPF50+ PA++++ 50ml × 4개 (#M)쿠팡 홈>뷰티>스킨케어>선케어/태닝>선케어>선블록/선크림/선로션
Coupang > 뷰티 > 로드샵 > 스킨케어 > 선케어/태닝
- text: 이니스프리 인텐시브 롱래스팅 선스크린 EX SPF50+ PA++++ 20개_50ml (#M)쿠팡 홈>뷰티>스킨케어>선케어/태닝>선케어>선블록/선크림/선로션
Coupang > 뷰티 > 로드샵 > 스킨케어 > 선케어/태닝 > 선케어 > 선블록/선크림/선로션
- text: 헤라 선 메이트 레포츠 프로 워터프루프 70ml(SPF50+) (#M)홈>화장품/미용>선케어>선크림 Naverstore > 화장품/미용
> 선케어 > 선크림
- text: 이니스프리 트루 마일드 시카 무기자차 선크림 SPF50+ PA4+ 50mL 1 +1 MinSellAmount (#M)화장품/향수>선케어>선크림
Gmarket > 뷰티 > 화장품/향수 > 선케어 > 선크림
inference: true
model-index:
- name: SetFit with mini1013/master_domain
results:
- task:
type: text-classification
name: Text Classification
dataset:
name: Unknown
type: unknown
split: test
metrics:
- type: accuracy
value: 0.3319713993871297
name: Accuracy
---
# SetFit with mini1013/master_domain
This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [mini1013/master_domain](https://huggingface.co/mini1013/master_domain) as the Sentence Transformer embedding model. A [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance is used for classification.
The model has been trained using an efficient few-shot learning technique that involves:
1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
2. Training a classification head with features from the fine-tuned Sentence Transformer.
## Model Details
### Model Description
- **Model Type:** SetFit
- **Sentence Transformer body:** [mini1013/master_domain](https://huggingface.co/mini1013/master_domain)
- **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
- **Maximum Sequence Length:** 512 tokens
- **Number of Classes:** 5 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 |
|:------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 2 | <ul><li>'이니스프리 노세범 선쿠션 SPF50+ PA++++ 14g × 8개 LotteOn > 뷰티 > 스킨케어 > 선케어 > 선크림 LotteOn > 뷰티 > 스킨케어 > 선케어 > 선크림'</li><li>'1+1 / 달바 비건 톤업 선쿠션 15gX2개 / 촉촉 간편하게 혼합자차 핑크빛 물광 윤광 / 베이스 프리 데일리 필수템 [단품] 톤업 선쿠션 15g(1개) (#M)홈>제품유형별>선케어 Naverstore > 화장품/미용 > 선케어 > 선파우더/쿠션'</li><li>'UV 프로텍티브 컴팩트 파운데이션(리필+케이스) SPF35/PA+++ 12g 페어 아이보리 DepartmentLotteOn > 뷰티 > 스킨케어 > 선케어 > 선크림/선로션 DepartmentLotteOn > 뷰티 > 스킨케어 > 선케어 > 선크림/선로션'</li></ul> |
| 1 | <ul><li>'비쉬 까삐탈 솔레일 선 스프레이 LSF50 200ml ssg > 뷰티 > 스킨케어 > 선케어 > 선크림 ssg > 뷰티 > 스킨케어 > 선케어 > 선크림'</li><li>'끈적임없는 SNP 선스프레이 자외선차단 쿨링 뿌리는 선크림 (#M)홈>화장품/미용>선케어>선스프레이 Naverstore > 화장품/미용 > 선케어 > 선스프레이'</li><li>'리더스 자외선차단 썬버디 올 오버 선 스프레이 180ml MinSellAmount (#M)화장품/향수>선케어>선스프레이 Gmarket > 뷰티 > 화장품/향수 > 선케어 > 선스프레이'</li></ul> |
| 0 | <ul><li>'[AHC 썸머세일] 박세리감독 기획 마스터즈 에어리치 선스틱 14g+[ ] 마... 옵션선택:002P01)선스틱 LotteOn > 뷰티 > 헤어/바디 > 바디케어 > 바디케어용품 LotteOn > 뷰티 > 헤어/바디 > 바디케어 > 바디케어용품'</li><li>'3CE PRIMER SUN STICK 프라이머 선스틱 BEIGE_FRE ssg > 뷰티 > 메이크업 > 립메이크업 > 립스틱;ssg > 뷰티 > 스킨케어 > 선케어 > 선스틱 ssg > 뷰티 > 스킨케어 > 선케어'</li><li>'에스케이-투 피테라 풀라인 세트 1개 Coupang > 뷰티 > 선물세트/키트 > 선물세트 > 스킨케어;쿠팡 홈;(#M)쿠팡 홈>뷰티>선물세트/키트>선물세트>스킨케어 Coupang > 뷰티 > 선물세트/키트 > 선물세트 > 스킨케어'</li></ul> |
| 4 | <ul><li>'마몽드 로즈워터 수딩젤 300 ml ssg > 뷰티 > 스킨케어 > 크림 ssg > 뷰티 > 스킨케어 > 크림'</li><li>'푸드어홀릭 알로에/스네일 수딩젤 300ml MinSellAmount 화장품/향수>크림>안티에이징크림;(#M)화장품/향수>스킨케어>크림/젤 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 크림/젤'</li><li>'메디플라워 알로에베라 프레시 수딩젤 300ml 300ml × 1개 쿠팡 홈>뷰티>스킨케어>기초화장품>크림/올인원>페이셜크림;쿠팡 홈;Coupang > 뷰티 > 스킨케어 > 기초화장품;(#M)쿠팡 홈>뷰티>스킨케어>크림/올인원>페이셜크림 Coupang > 뷰티 > 스킨케어 > 크림/올인원 > 페이셜크림'</li></ul> |
| 3 | <ul><li>'싸이닉 엔조이 올라운드 워터리 선크림 200g 2개 LotteOn > 뷰티 > 남성화장품 > 선크림 LotteOn > 뷰티 > 남성화장품 > 선크림'</li><li>' 상백크림 30ml/50ml SPF50+/PA++++ 1호 크리미 글로우 30ml LotteOn > 뷰티 > 스킨케어 > 크림 LotteOn > 뷰티 > 스킨케어 > 크림'</li><li>'(485387) 이니스프리 트루히알루론수분선크림기획 SPF50+ PA4+ 50mL+20mL 무료배송 (#M)SSG.COM/스킨케어/스킨케어세트 ssg > 뷰티 > 스킨케어 > 스킨케어세트'</li></ul> |
## Evaluation
### Metrics
| Label | Accuracy |
|:--------|:---------|
| **all** | 0.3320 |
## 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_bt7_test_flat_top_cate")
# Run inference
preds = model("헤라 선 메이트 레포츠 프로 워터프루프 70ml(SPF50+) (#M)홈>화장품/미용>선케어>선크림 Naverstore > 화장품/미용 > 선케어 > 선크림")
```
<!--
### 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 | 11 | 21.836 | 72 |
| Label | Training Sample Count |
|:------|:----------------------|
| 0 | 50 |
| 1 | 50 |
| 2 | 50 |
| 3 | 50 |
| 4 | 50 |
### Training Hyperparameters
- batch_size: (64, 64)
- num_epochs: (30, 30)
- max_steps: -1
- sampling_strategy: oversampling
- num_iterations: 100
- 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 |
|:-------:|:-----:|:-------------:|:---------------:|
| 0.0026 | 1 | 0.4309 | - |
| 0.1279 | 50 | 0.4454 | - |
| 0.2558 | 100 | 0.4001 | - |
| 0.3836 | 150 | 0.3616 | - |
| 0.5115 | 200 | 0.3104 | - |
| 0.6394 | 250 | 0.2446 | - |
| 0.7673 | 300 | 0.1921 | - |
| 0.8951 | 350 | 0.1521 | - |
| 1.0230 | 400 | 0.1177 | - |
| 1.1509 | 450 | 0.0973 | - |
| 1.2788 | 500 | 0.0926 | - |
| 1.4066 | 550 | 0.0866 | - |
| 1.5345 | 600 | 0.0826 | - |
| 1.6624 | 650 | 0.078 | - |
| 1.7903 | 700 | 0.0741 | - |
| 1.9182 | 750 | 0.0709 | - |
| 2.0460 | 800 | 0.0658 | - |
| 2.1739 | 850 | 0.0657 | - |
| 2.3018 | 900 | 0.0566 | - |
| 2.4297 | 950 | 0.0549 | - |
| 2.5575 | 1000 | 0.043 | - |
| 2.6854 | 1050 | 0.0391 | - |
| 2.8133 | 1100 | 0.0197 | - |
| 2.9412 | 1150 | 0.0108 | - |
| 3.0691 | 1200 | 0.0085 | - |
| 3.1969 | 1250 | 0.0082 | - |
| 3.3248 | 1300 | 0.0067 | - |
| 3.4527 | 1350 | 0.0082 | - |
| 3.5806 | 1400 | 0.0077 | - |
| 3.7084 | 1450 | 0.007 | - |
| 3.8363 | 1500 | 0.0046 | - |
| 3.9642 | 1550 | 0.0049 | - |
| 4.0921 | 1600 | 0.0041 | - |
| 4.2199 | 1650 | 0.003 | - |
| 4.3478 | 1700 | 0.0003 | - |
| 4.4757 | 1750 | 0.0002 | - |
| 4.6036 | 1800 | 0.0 | - |
| 4.7315 | 1850 | 0.0 | - |
| 4.8593 | 1900 | 0.0 | - |
| 4.9872 | 1950 | 0.0 | - |
| 5.1151 | 2000 | 0.0 | - |
| 5.2430 | 2050 | 0.0 | - |
| 5.3708 | 2100 | 0.0 | - |
| 5.4987 | 2150 | 0.0 | - |
| 5.6266 | 2200 | 0.0 | - |
| 5.7545 | 2250 | 0.0001 | - |
| 5.8824 | 2300 | 0.0001 | - |
| 6.0102 | 2350 | 0.0 | - |
| 6.1381 | 2400 | 0.0003 | - |
| 6.2660 | 2450 | 0.0 | - |
| 6.3939 | 2500 | 0.0 | - |
| 6.5217 | 2550 | 0.0002 | - |
| 6.6496 | 2600 | 0.0007 | - |
| 6.7775 | 2650 | 0.0008 | - |
| 6.9054 | 2700 | 0.0028 | - |
| 7.0332 | 2750 | 0.0024 | - |
| 7.1611 | 2800 | 0.0002 | - |
| 7.2890 | 2850 | 0.0 | - |
| 7.4169 | 2900 | 0.0 | - |
| 7.5448 | 2950 | 0.0 | - |
| 7.6726 | 3000 | 0.0 | - |
| 7.8005 | 3050 | 0.0 | - |
| 7.9284 | 3100 | 0.0 | - |
| 8.0563 | 3150 | 0.0001 | - |
| 8.1841 | 3200 | 0.0 | - |
| 8.3120 | 3250 | 0.0 | - |
| 8.4399 | 3300 | 0.0002 | - |
| 8.5678 | 3350 | 0.0002 | - |
| 8.6957 | 3400 | 0.0 | - |
| 8.8235 | 3450 | 0.0002 | - |
| 8.9514 | 3500 | 0.0 | - |
| 9.0793 | 3550 | 0.0 | - |
| 9.2072 | 3600 | 0.0 | - |
| 9.3350 | 3650 | 0.0 | - |
| 9.4629 | 3700 | 0.0 | - |
| 9.5908 | 3750 | 0.0 | - |
| 9.7187 | 3800 | 0.0 | - |
| 9.8465 | 3850 | 0.0 | - |
| 9.9744 | 3900 | 0.0 | - |
| 10.1023 | 3950 | 0.0 | - |
| 10.2302 | 4000 | 0.0 | - |
| 10.3581 | 4050 | 0.0 | - |
| 10.4859 | 4100 | 0.0 | - |
| 10.6138 | 4150 | 0.0 | - |
| 10.7417 | 4200 | 0.0 | - |
| 10.8696 | 4250 | 0.0 | - |
| 10.9974 | 4300 | 0.0 | - |
| 11.1253 | 4350 | 0.0 | - |
| 11.2532 | 4400 | 0.0 | - |
| 11.3811 | 4450 | 0.0 | - |
| 11.5090 | 4500 | 0.0 | - |
| 11.6368 | 4550 | 0.0 | - |
| 11.7647 | 4600 | 0.0002 | - |
| 11.8926 | 4650 | 0.0 | - |
| 12.0205 | 4700 | 0.0 | - |
| 12.1483 | 4750 | 0.0 | - |
| 12.2762 | 4800 | 0.0 | - |
| 12.4041 | 4850 | 0.0 | - |
| 12.5320 | 4900 | 0.0 | - |
| 12.6598 | 4950 | 0.0 | - |
| 12.7877 | 5000 | 0.0 | - |
| 12.9156 | 5050 | 0.0 | - |
| 13.0435 | 5100 | 0.0 | - |
| 13.1714 | 5150 | 0.0 | - |
| 13.2992 | 5200 | 0.0 | - |
| 13.4271 | 5250 | 0.0 | - |
| 13.5550 | 5300 | 0.0 | - |
| 13.6829 | 5350 | 0.0 | - |
| 13.8107 | 5400 | 0.0 | - |
| 13.9386 | 5450 | 0.0 | - |
| 14.0665 | 5500 | 0.0 | - |
| 14.1944 | 5550 | 0.0 | - |
| 14.3223 | 5600 | 0.0 | - |
| 14.4501 | 5650 | 0.0 | - |
| 14.5780 | 5700 | 0.0 | - |
| 14.7059 | 5750 | 0.0 | - |
| 14.8338 | 5800 | 0.0005 | - |
| 14.9616 | 5850 | 0.0 | - |
| 15.0895 | 5900 | 0.0 | - |
| 15.2174 | 5950 | 0.0 | - |
| 15.3453 | 6000 | 0.0 | - |
| 15.4731 | 6050 | 0.0 | - |
| 15.6010 | 6100 | 0.0 | - |
| 15.7289 | 6150 | 0.0 | - |
| 15.8568 | 6200 | 0.0 | - |
| 15.9847 | 6250 | 0.0 | - |
| 16.1125 | 6300 | 0.0 | - |
| 16.2404 | 6350 | 0.0 | - |
| 16.3683 | 6400 | 0.0 | - |
| 16.4962 | 6450 | 0.0 | - |
| 16.6240 | 6500 | 0.0 | - |
| 16.7519 | 6550 | 0.0 | - |
| 16.8798 | 6600 | 0.0 | - |
| 17.0077 | 6650 | 0.0 | - |
| 17.1355 | 6700 | 0.0 | - |
| 17.2634 | 6750 | 0.0 | - |
| 17.3913 | 6800 | 0.0 | - |
| 17.5192 | 6850 | 0.0 | - |
| 17.6471 | 6900 | 0.0 | - |
| 17.7749 | 6950 | 0.0 | - |
| 17.9028 | 7000 | 0.0 | - |
| 18.0307 | 7050 | 0.0 | - |
| 18.1586 | 7100 | 0.0004 | - |
| 18.2864 | 7150 | 0.0008 | - |
| 18.4143 | 7200 | 0.0012 | - |
| 18.5422 | 7250 | 0.001 | - |
| 18.6701 | 7300 | 0.0002 | - |
| 18.7980 | 7350 | 0.0001 | - |
| 18.9258 | 7400 | 0.0 | - |
| 19.0537 | 7450 | 0.0 | - |
| 19.1816 | 7500 | 0.0 | - |
| 19.3095 | 7550 | 0.0 | - |
| 19.4373 | 7600 | 0.0 | - |
| 19.5652 | 7650 | 0.0 | - |
| 19.6931 | 7700 | 0.0 | - |
| 19.8210 | 7750 | 0.0 | - |
| 19.9488 | 7800 | 0.0 | - |
| 20.0767 | 7850 | 0.0 | - |
| 20.2046 | 7900 | 0.0003 | - |
| 20.3325 | 7950 | 0.0 | - |
| 20.4604 | 8000 | 0.0 | - |
| 20.5882 | 8050 | 0.0 | - |
| 20.7161 | 8100 | 0.0 | - |
| 20.8440 | 8150 | 0.0 | - |
| 20.9719 | 8200 | 0.0 | - |
| 21.0997 | 8250 | 0.0 | - |
| 21.2276 | 8300 | 0.0 | - |
| 21.3555 | 8350 | 0.0 | - |
| 21.4834 | 8400 | 0.0 | - |
| 21.6113 | 8450 | 0.0 | - |
| 21.7391 | 8500 | 0.0 | - |
| 21.8670 | 8550 | 0.0 | - |
| 21.9949 | 8600 | 0.0 | - |
| 22.1228 | 8650 | 0.0 | - |
| 22.2506 | 8700 | 0.0 | - |
| 22.3785 | 8750 | 0.0 | - |
| 22.5064 | 8800 | 0.0 | - |
| 22.6343 | 8850 | 0.0 | - |
| 22.7621 | 8900 | 0.0 | - |
| 22.8900 | 8950 | 0.0 | - |
| 23.0179 | 9000 | 0.0 | - |
| 23.1458 | 9050 | 0.0 | - |
| 23.2737 | 9100 | 0.0 | - |
| 23.4015 | 9150 | 0.0 | - |
| 23.5294 | 9200 | 0.0 | - |
| 23.6573 | 9250 | 0.0 | - |
| 23.7852 | 9300 | 0.0 | - |
| 23.9130 | 9350 | 0.0 | - |
| 24.0409 | 9400 | 0.0 | - |
| 24.1688 | 9450 | 0.0 | - |
| 24.2967 | 9500 | 0.0 | - |
| 24.4246 | 9550 | 0.0 | - |
| 24.5524 | 9600 | 0.0 | - |
| 24.6803 | 9650 | 0.0 | - |
| 24.8082 | 9700 | 0.0 | - |
| 24.9361 | 9750 | 0.0 | - |
| 25.0639 | 9800 | 0.0 | - |
| 25.1918 | 9850 | 0.0 | - |
| 25.3197 | 9900 | 0.0 | - |
| 25.4476 | 9950 | 0.0 | - |
| 25.5754 | 10000 | 0.0 | - |
| 25.7033 | 10050 | 0.0 | - |
| 25.8312 | 10100 | 0.0 | - |
| 25.9591 | 10150 | 0.0 | - |
| 26.0870 | 10200 | 0.0 | - |
| 26.2148 | 10250 | 0.0 | - |
| 26.3427 | 10300 | 0.0 | - |
| 26.4706 | 10350 | 0.0 | - |
| 26.5985 | 10400 | 0.0 | - |
| 26.7263 | 10450 | 0.0 | - |
| 26.8542 | 10500 | 0.0 | - |
| 26.9821 | 10550 | 0.0 | - |
| 27.1100 | 10600 | 0.0 | - |
| 27.2379 | 10650 | 0.0 | - |
| 27.3657 | 10700 | 0.0 | - |
| 27.4936 | 10750 | 0.0 | - |
| 27.6215 | 10800 | 0.0 | - |
| 27.7494 | 10850 | 0.0 | - |
| 27.8772 | 10900 | 0.0 | - |
| 28.0051 | 10950 | 0.0 | - |
| 28.1330 | 11000 | 0.0 | - |
| 28.2609 | 11050 | 0.0 | - |
| 28.3887 | 11100 | 0.0 | - |
| 28.5166 | 11150 | 0.0 | - |
| 28.6445 | 11200 | 0.0 | - |
| 28.7724 | 11250 | 0.0 | - |
| 28.9003 | 11300 | 0.0 | - |
| 29.0281 | 11350 | 0.0 | - |
| 29.1560 | 11400 | 0.0 | - |
| 29.2839 | 11450 | 0.0 | - |
| 29.4118 | 11500 | 0.0 | - |
| 29.5396 | 11550 | 0.0 | - |
| 29.6675 | 11600 | 0.0 | - |
| 29.7954 | 11650 | 0.0 | - |
| 29.9233 | 11700 | 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.*
--> |