File size: 50,956 Bytes
ce7baaa |
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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 |
---
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: '[6][대용량] 크리니크 쏙보습크림 125ml (+디럭스 7종 증정) 쏙보습크림 125ml 홈>현대백화점>화장품>기획세트>스킨케어;(#M)홈>스킨케어>크림
HMALL > 현대백화점 > 화장품 > 기획세트 > 스킨케어'
- text: 케어존 닥터솔루션 노르데나우 워터 토너 170ml (#M)SSG.COM/스킨케어/스킨/토너 ssg > 뷰티 > 스킨케어 > 스킨/토너
- text: '[AK백화점][랑콤]NEW 제니피끄 아이&래쉬 세럼 20ml[33435183] 단일상품 `1106238690` (#M)SSG.COM/스킨케어/아이/넥케어/아이크림/아이세럼
LOREAL > DepartmentSsg > 랑콤 > Branded > 제니피끄 세럼'
- text: 아크웰 아쿠아씰 수딩 토닉 150ml (#M)11st>스킨케어>스킨/토너>스킨/토너 11st > 뷰티 > 스킨케어 > 스킨/토너
- text: '[랑콤][9L] NEW 레네르지 트리플 세럼 50ml 세트 세트 (#M)홈>스킨케어>에센스/앰플 HMALL > 뷰티 > 스킨케어 >
에센스/앰플'
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: 0.8002008032128514
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:** 12 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 |
|:------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 10 | <ul><li>'한율 흰감국 톤업 크림 SPF30/PA++ 50ml 선택완료 (#M)위메프 > 뷰티 > 스킨케어 > 크림 > 톤업크림 위메프 > 뷰티 > 스킨케어 > 크림 > 톤업크림'</li><li>'동국제약 마데카크림 시즌6 50ml /에센스/기미스틱/주름스틱 11.마데카 수딩 젤 크림 50ml (#M)11st>스킨케어>수분크림>수분크림 11st > 뷰티 > 스킨케어 > 수분크림 > 수분크림'</li><li>'[참존]디에이지 레드와인 인텐스 크림 50ML 1 1_P068147977 선택/옵션선택 (#M)11st>스킨케어>수분크림>수분크림 11st > 뷰티 > 스킨케어 > 수분크림'</li></ul> |
| 8 | <ul><li>'메디필 히알루론 다크베논 펩타이드9 앰플 눈가 팔자 주름 아이패치 60매 (#M)홈>화장품/미용>마스크/팩>마스크시트 Naverstore > 화장품/미용 > 마스크/팩 > 마스크시트'</li><li>'[입큰] 쌀을 담은 아이패치(톤업 아이겔 패치,60매) 아이패치 60매입 단품 ssg > 뷰티 > 스킨케어 > 마스크/팩 > 시트마스크 ssg > 뷰티 > 스킨케어 > 마스크/팩 > 시트마스크'</li><li>'SNP/엠솔릭 새봄맞이 특별전 UP TO 67%+전구매 증정 39_ 흑진주 리뉴 블랙 앰플 마스크 Ver.5 10매 화장품/향수>팩/마스크>마스크팩;(#M)화장품/향수>팩/마스크>마스크시트 Gmarket > 뷰티 > 화장품/향수 > 팩/마스크 > 마스크시트'</li></ul> |
| 1 | <ul><li>'에보보떼 에보아이 아이래쉬 포뮬라 3ml 속눈썹 영양제 세럼 (#M)홈>전체상품 Naverstore > 화장품/미용 > 색조메이크업 > 속눈썹영양제'</li><li>'[봄쿠폰]마이래쉬세럼 LotteOn > 뷰티 > 색조메이크업 > 아이메이크업 > 마스카라 LotteOn > 뷰티 > 색조메이크업 > 아이메이크업 > 마스카라'</li><li>'코스노리 롱 액티브 마스카라 리무버 - 롱 액티브 마스카라 리무버 (#M)화장품/미용>클렌징>립앤아이리무버 AD > Naverstore > 화장품/미용 > 클렌징 > 립앤아이리무버'</li></ul> |
| 6 | <ul><li>'숨 37도 타임에너지 3종 세트 21년 4월기획 (#M)홈>화장품/미용>스킨케어>화장품세트 Naverstore > 화장품/미용 > 스킨케어 > 화장품세트'</li><li>'[신제품샘플증정][6빅딜]클리어로션+피테라에센스 230ml세트 LotteOn > 뷰티 > 명품화장품 > 스킨케어 LotteOn > 뷰티 > 스킨케어 > 화장품세트'</li><li>'라벨영 쇼킹블랙티트리 스킨로션SET/민감피부진정 블랙티트리스킨로션 세트 ssg > 뷰티 > 스킨케어 > 에센스/앰플 ssg > 뷰티 > 스킨케어 > 에센스/앰플'</li></ul> |
| 5 | <ul><li>'라네즈 베스트어워즈 크림스킨 더블 기획세트 슬리퍼 (#M)GSSHOP>뷰티>스킨케어>뷰티 합포장 GSSHOP > 뷰티 > 스킨케어 > 뷰티 합포장'</li><li>'[즉시10%+중복10%+묶음10%+T11%]토니모리 BIG SALE 11번가 단독 1+1 외 BEST~82%+콜라겐부스터 68_플로리아 뉴트라 에너지_토너 150ml 11st>선케어>선크림/선블록>선크림/선블록;쇼킹딜 홈>뷰티>선케어/메이크업>선블록;쇼킹딜 홈>뷰티>스킨케어>스킨/로션;쇼킹딜 홈>뷰티>선케어/메이크업>립/치크메이크업;11st>뷰티>선케어/메이크업>립/치크메이크업;11st>메이크업>립메이크업>립틴트;11st > 뷰티 > 선케어 > 선크림/선블록 11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 립/치크메이크업'</li><li>'토니모리 투엑스알 콜라겐 스킨64666227 140ml x 1개64666227 LotteOn > 뷰티 > 뷰티기기/소품 > 위생용품 > 화장솜 LotteOn > 뷰티 > 뷰티기기/소품 > 위생용품 > 화장솜'</li></ul> |
| 9 | <ul><li>'다나한 본연진 에센스 보은세트/선물용/다나한본연진 MinSellAmount (#M)화장품/향수>스킨케어>에센스/세럼 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 에센스/세럼'</li><li>'티 엘릭시어 스킨 리질리언스 액티베이팅 세럼 50ml 티 엘릭시어 세럼 50ml LotteOn > 뷰티 > 럭셔리 스킨케어 > 에센스/세럼 LotteOn > 뷰티 > 럭셔리 스킨케어 > 에센스/세럼'</li><li>'5 X SkinCeuticals 스킨수티컬즈 PREVENT - Resveratrol B E 0.13oz / 4ml Each 338637 LOREAL > LotteOn > 스킨수티컬즈 > Branded > Skinceuticals LOREAL > LotteOn > 스킨수티컬즈 > Branded > Skinceuticals'</li></ul> |
| 4 | <ul><li>'메디필 펩타이드9 멜라 스틱 (#M)11st>스킨케어>화이트닝크림>화이트닝크림 11st > 뷰티 > 스킨케어 > 화이트닝크림 > 화이트닝크림'</li><li>'눅스 3월 BRAND DAY!! 환절기 보습 베스트 아이템 SALE UP TO 62% (멀티오일/립밤/핸드크림/바디로션) 눅스 에너지 부스트 나이트 리커버리밤 50ml_품목 / 20230327_31 11st>뷰티>스킨케어>크림;11st Hour Event > 패션/뷰티 > 뷰티 > 스킨케어 > 크림 11st Hour Event > 패션/뷰티 > 뷰티 > 스킨케어 > 크림'</li><li>'가히 멀티밤 + 하이라이터 1세트 LotteOn > 뷰티 > 남성화장품 > 올인원 LotteOn > 뷰티 > 남성화장품 > 올인원'</li></ul> |
| 0 | <ul><li>'[AK분당점] [클라랑스] NEW 엑스트라 퍼밍 넥 크림 75ml 80056458 `1075185169` LotteOn > 뷰티 > 헤어/바디 > 바디케어 > 바디로션/크림 LotteOn > 뷰티 > 헤어/바디 > 바디케어 > 바디로션/크림'</li><li>'끄렘므 뿌르 르 꾸 50ml ssg > 뷰티 > 스킨케어 > 크림 ssg > 뷰티 > 스킨케어 > 크림'</li><li>'[1만원 상품권][4][단독] 기적의 크림 60ml 세트 (+18만 5천원 상당 넥/데콜테 크림) 모이스춰라이징 쿨 젤 크림 ssg > 뷰티 > 스킨케어 > 크림;ssg > 뷰티 > 명품화장품 > 스킨케어 세트;ssg > 뷰티 > 스킨케어 > 스킨케어세트 ssg > 뷰티 > 스킨케어 > 크림'</li></ul> |
| 7 | <ul><li>'시슬리아 랭테그랄 앙티 아쥬 아이 앤 립 콘투어 크림 15ml 백화점 면세점 동일 제품 LotteOn > 뷰티 > 스킨케어 > 아이케어/넥케어 LotteOn > 뷰티 > 스킨케어 > 아이케어/넥케어'</li><li>'NEW 바이탈 퍼펙션 업리프팅 앤 퍼밍 익스프레스 아이 마스크 1.단품없음 (#M)화장품/향수>팩/마스크>마스크시트 Gmarket > 뷰티 > 화장품/향수 > 팩/마스크 > 마스크시트'</li><li>'라이트풀 C3 래디언트 하이드레이션 톤-업 아이 크림 (#M)화장품/미용>베이스메이크업>메이크업베이스 Naverstore > 화장품/미용 > 베이스메이크업 > 메이크업베이스'</li></ul> |
| 11 | <ul><li>'달팡 - 에센셜 오일 엘릭서 베티버 아로마틱 케어 스트레스 렐리프 디톡스 15ml/0.5oz ssg > 뷰티 > 스킨케어 > 로션 ssg > 뷰티 > 스킨케어 > 로션'</li><li>'[본사직영정품]이지피지 오일 판타스틱 15g ssg > 뷰티 > 스킨케어 > 립케어;ssg > 뷰티 > 메이크업 > 립메이크업 > 립밤 ssg > 뷰티 > 메이크업 > 립메이크업 > 립밤'</li><li>'타마누오일 11ml(페이스오일/피부진정/보습효능/100%원액/마다카스카르섬/호동씨오일) 타마누오일 (#M)홈>화장품/미용>스킨케어>페이스오일 Naverstore > 화장품/미용 > 스킨케어 > 페이스오일'</li></ul> |
| 3 | <ul><li>'달바 모이스트 프레쉬 선미스트 본품 2개 MinSellAmount (#M)화장품/향수>선케어>선스프레이 Gmarket > 뷰티 > 화장품/향수 > 선케어 > 선스프레이'</li><li>'비욘드 딥 모이스처 에센셜 미스트 파우더리 머스크향 200ml × 1개 (#M)쿠팡 홈>뷰티>바디>바디로션/크림>바디미스트/샤워코롱 Coupang > 뷰티 > 로드샵 > 바디 > 바디로션/크림 > 바디미스트/샤워코롱'</li><li>'[AKmall][꼬달리] 그레이프 워터 75ml LotteOn > 뷰티 > 스킨케어 > 미스트 LotteOn > 뷰티 > 스킨케어 > 미스트'</li></ul> |
| 2 | <ul><li>'멘소래담 아크네스 모이스처 로션 수분 보습 피부진정 MinSellAmount (#M)화장품/향수>스킨케어>로션/에멀젼 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 로션/에멀젼'</li><li>'[아모레퍼시픽] 4월 더 밝게 빛나는 봄의 뷰티를 위한 최고 ! #헤라#프리메라 34. 오가니언스베리어리페어하이드레이션크림에멀젼_선택완료 11st>메이크업>페이스메이크업>파운데이션;쇼킹딜 홈>뷰티>선케어/메이크업>페이스메이크업;쇼킹딜 홈>뷰티>스킨케어>스킨/로션;11st>스킨케어>스킨케어 세트>스킨케어 세트;11st>뷰티>스킨케어>스킨/로션;11st>스킨케어>스킨/토너>스킨/토너;11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 페이스메이크업 11st Hour Event > 패션/뷰티 > 뷰티 > 스킨케어 > 스킨/로션'</li><li>'[20%중복+T11%] 네이처리퍼블릭 색조 BEST! (쿠션/틴트/마스카라) 39_스네일 에멀전_에멀전10010015NK0228 쇼킹딜 홈>뷰티>선케어/메이크업>립/치크메이크업;11st>뷰티>선케어/메이크업>립/치크메이크업;11st>메이크업>치크/하이라이터>치크/블러셔;11st > 뷰티 > 메이크업 > 치크/하이라이터 11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 립/치크메이크업'</li></ul> |
## Evaluation
### Metrics
| Label | Accuracy |
|:--------|:---------|
| **all** | 0.8002 |
## 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_bt_top9_test")
# Run inference
preds = model("아크웰 아쿠아씰 수딩 토닉 150ml (#M)11st>스킨케어>스킨/토너>스킨/토너 11st > 뷰티 > 스킨케어 > 스킨/토너")
```
<!--
### 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 | 21.3033 | 91 |
| Label | Training Sample Count |
|:------|:----------------------|
| 0 | 50 |
| 1 | 50 |
| 2 | 50 |
| 3 | 50 |
| 4 | 50 |
| 5 | 50 |
| 6 | 50 |
| 7 | 50 |
| 8 | 50 |
| 9 | 50 |
| 10 | 50 |
| 11 | 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 |
|:-------:|:-----:|:-------------:|:---------------:|
| 0.0011 | 1 | 0.4352 | - |
| 0.0533 | 50 | 0.431 | - |
| 0.1066 | 100 | 0.4278 | - |
| 0.1599 | 150 | 0.4267 | - |
| 0.2132 | 200 | 0.4198 | - |
| 0.2665 | 250 | 0.392 | - |
| 0.3198 | 300 | 0.3682 | - |
| 0.3731 | 350 | 0.3335 | - |
| 0.4264 | 400 | 0.2896 | - |
| 0.4797 | 450 | 0.2464 | - |
| 0.5330 | 500 | 0.2338 | - |
| 0.5864 | 550 | 0.2243 | - |
| 0.6397 | 600 | 0.2238 | - |
| 0.6930 | 650 | 0.2188 | - |
| 0.7463 | 700 | 0.212 | - |
| 0.7996 | 750 | 0.2139 | - |
| 0.8529 | 800 | 0.2041 | - |
| 0.9062 | 850 | 0.1973 | - |
| 0.9595 | 900 | 0.188 | - |
| 1.0128 | 950 | 0.1784 | - |
| 1.0661 | 1000 | 0.1758 | - |
| 1.1194 | 1050 | 0.177 | - |
| 1.1727 | 1100 | 0.1735 | - |
| 1.2260 | 1150 | 0.1667 | - |
| 1.2793 | 1200 | 0.163 | - |
| 1.3326 | 1250 | 0.1583 | - |
| 1.3859 | 1300 | 0.1489 | - |
| 1.4392 | 1350 | 0.1428 | - |
| 1.4925 | 1400 | 0.1343 | - |
| 1.5458 | 1450 | 0.1325 | - |
| 1.5991 | 1500 | 0.1252 | - |
| 1.6525 | 1550 | 0.1164 | - |
| 1.7058 | 1600 | 0.1063 | - |
| 1.7591 | 1650 | 0.0968 | - |
| 1.8124 | 1700 | 0.0844 | - |
| 1.8657 | 1750 | 0.0718 | - |
| 1.9190 | 1800 | 0.0646 | - |
| 1.9723 | 1850 | 0.0504 | - |
| 2.0256 | 1900 | 0.0493 | - |
| 2.0789 | 1950 | 0.0438 | - |
| 2.1322 | 2000 | 0.0433 | - |
| 2.1855 | 2050 | 0.0425 | - |
| 2.2388 | 2100 | 0.0399 | - |
| 2.2921 | 2150 | 0.0319 | - |
| 2.3454 | 2200 | 0.0294 | - |
| 2.3987 | 2250 | 0.0292 | - |
| 2.4520 | 2300 | 0.0254 | - |
| 2.5053 | 2350 | 0.0248 | - |
| 2.5586 | 2400 | 0.0259 | - |
| 2.6119 | 2450 | 0.0222 | - |
| 2.6652 | 2500 | 0.0217 | - |
| 2.7186 | 2550 | 0.0225 | - |
| 2.7719 | 2600 | 0.0185 | - |
| 2.8252 | 2650 | 0.0143 | - |
| 2.8785 | 2700 | 0.013 | - |
| 2.9318 | 2750 | 0.013 | - |
| 2.9851 | 2800 | 0.0083 | - |
| 3.0384 | 2850 | 0.0079 | - |
| 3.0917 | 2900 | 0.0059 | - |
| 3.1450 | 2950 | 0.0063 | - |
| 3.1983 | 3000 | 0.0029 | - |
| 3.2516 | 3050 | 0.0027 | - |
| 3.3049 | 3100 | 0.0016 | - |
| 3.3582 | 3150 | 0.0027 | - |
| 3.4115 | 3200 | 0.0024 | - |
| 3.4648 | 3250 | 0.0032 | - |
| 3.5181 | 3300 | 0.0032 | - |
| 3.5714 | 3350 | 0.0025 | - |
| 3.6247 | 3400 | 0.0029 | - |
| 3.6780 | 3450 | 0.0041 | - |
| 3.7313 | 3500 | 0.0035 | - |
| 3.7846 | 3550 | 0.0018 | - |
| 3.8380 | 3600 | 0.0021 | - |
| 3.8913 | 3650 | 0.0021 | - |
| 3.9446 | 3700 | 0.0019 | - |
| 3.9979 | 3750 | 0.0017 | - |
| 4.0512 | 3800 | 0.0015 | - |
| 4.1045 | 3850 | 0.0018 | - |
| 4.1578 | 3900 | 0.0016 | - |
| 4.2111 | 3950 | 0.0009 | - |
| 4.2644 | 4000 | 0.0009 | - |
| 4.3177 | 4050 | 0.0013 | - |
| 4.3710 | 4100 | 0.0013 | - |
| 4.4243 | 4150 | 0.0004 | - |
| 4.4776 | 4200 | 0.0001 | - |
| 4.5309 | 4250 | 0.0004 | - |
| 4.5842 | 4300 | 0.0005 | - |
| 4.6375 | 4350 | 0.0028 | - |
| 4.6908 | 4400 | 0.0024 | - |
| 4.7441 | 4450 | 0.0024 | - |
| 4.7974 | 4500 | 0.0015 | - |
| 4.8507 | 4550 | 0.0005 | - |
| 4.9041 | 4600 | 0.0006 | - |
| 4.9574 | 4650 | 0.0009 | - |
| 5.0107 | 4700 | 0.0004 | - |
| 5.0640 | 4750 | 0.0005 | - |
| 5.1173 | 4800 | 0.0006 | - |
| 5.1706 | 4850 | 0.0001 | - |
| 5.2239 | 4900 | 0.0002 | - |
| 5.2772 | 4950 | 0.0001 | - |
| 5.3305 | 5000 | 0.0015 | - |
| 5.3838 | 5050 | 0.0009 | - |
| 5.4371 | 5100 | 0.0012 | - |
| 5.4904 | 5150 | 0.0005 | - |
| 5.5437 | 5200 | 0.0002 | - |
| 5.5970 | 5250 | 0.0001 | - |
| 5.6503 | 5300 | 0.0001 | - |
| 5.7036 | 5350 | 0.0001 | - |
| 5.7569 | 5400 | 0.0 | - |
| 5.8102 | 5450 | 0.0 | - |
| 5.8635 | 5500 | 0.0 | - |
| 5.9168 | 5550 | 0.0 | - |
| 5.9701 | 5600 | 0.0 | - |
| 6.0235 | 5650 | 0.0001 | - |
| 6.0768 | 5700 | 0.0 | - |
| 6.1301 | 5750 | 0.0 | - |
| 6.1834 | 5800 | 0.0001 | - |
| 6.2367 | 5850 | 0.0001 | - |
| 6.2900 | 5900 | 0.0008 | - |
| 6.3433 | 5950 | 0.0009 | - |
| 6.3966 | 6000 | 0.0007 | - |
| 6.4499 | 6050 | 0.0051 | - |
| 6.5032 | 6100 | 0.0178 | - |
| 6.5565 | 6150 | 0.0118 | - |
| 6.6098 | 6200 | 0.0023 | - |
| 6.6631 | 6250 | 0.0003 | - |
| 6.7164 | 6300 | 0.0002 | - |
| 6.7697 | 6350 | 0.0002 | - |
| 6.8230 | 6400 | 0.0003 | - |
| 6.8763 | 6450 | 0.0006 | - |
| 6.9296 | 6500 | 0.0001 | - |
| 6.9829 | 6550 | 0.0001 | - |
| 7.0362 | 6600 | 0.0 | - |
| 7.0896 | 6650 | 0.0 | - |
| 7.1429 | 6700 | 0.0 | - |
| 7.1962 | 6750 | 0.0 | - |
| 7.2495 | 6800 | 0.0 | - |
| 7.3028 | 6850 | 0.0 | - |
| 7.3561 | 6900 | 0.0 | - |
| 7.4094 | 6950 | 0.0 | - |
| 7.4627 | 7000 | 0.0 | - |
| 7.5160 | 7050 | 0.0 | - |
| 7.5693 | 7100 | 0.0 | - |
| 7.6226 | 7150 | 0.0 | - |
| 7.6759 | 7200 | 0.0008 | - |
| 7.7292 | 7250 | 0.0002 | - |
| 7.7825 | 7300 | 0.0 | - |
| 7.8358 | 7350 | 0.0001 | - |
| 7.8891 | 7400 | 0.0 | - |
| 7.9424 | 7450 | 0.0 | - |
| 7.9957 | 7500 | 0.0 | - |
| 8.0490 | 7550 | 0.0 | - |
| 8.1023 | 7600 | 0.0 | - |
| 8.1557 | 7650 | 0.0 | - |
| 8.2090 | 7700 | 0.0 | - |
| 8.2623 | 7750 | 0.0 | - |
| 8.3156 | 7800 | 0.0003 | - |
| 8.3689 | 7850 | 0.0005 | - |
| 8.4222 | 7900 | 0.0007 | - |
| 8.4755 | 7950 | 0.0022 | - |
| 8.5288 | 8000 | 0.0017 | - |
| 8.5821 | 8050 | 0.0025 | - |
| 8.6354 | 8100 | 0.0023 | - |
| 8.6887 | 8150 | 0.0008 | - |
| 8.7420 | 8200 | 0.0002 | - |
| 8.7953 | 8250 | 0.0008 | - |
| 8.8486 | 8300 | 0.0011 | - |
| 8.9019 | 8350 | 0.0003 | - |
| 8.9552 | 8400 | 0.0 | - |
| 9.0085 | 8450 | 0.0002 | - |
| 9.0618 | 8500 | 0.0001 | - |
| 9.1151 | 8550 | 0.0 | - |
| 9.1684 | 8600 | 0.0 | - |
| 9.2217 | 8650 | 0.0 | - |
| 9.2751 | 8700 | 0.0 | - |
| 9.3284 | 8750 | 0.0 | - |
| 9.3817 | 8800 | 0.0 | - |
| 9.4350 | 8850 | 0.0 | - |
| 9.4883 | 8900 | 0.0 | - |
| 9.5416 | 8950 | 0.0 | - |
| 9.5949 | 9000 | 0.0 | - |
| 9.6482 | 9050 | 0.0 | - |
| 9.7015 | 9100 | 0.0 | - |
| 9.7548 | 9150 | 0.0 | - |
| 9.8081 | 9200 | 0.0 | - |
| 9.8614 | 9250 | 0.0 | - |
| 9.9147 | 9300 | 0.0 | - |
| 9.9680 | 9350 | 0.0 | - |
| 10.0213 | 9400 | 0.0 | - |
| 10.0746 | 9450 | 0.0 | - |
| 10.1279 | 9500 | 0.0 | - |
| 10.1812 | 9550 | 0.0 | - |
| 10.2345 | 9600 | 0.0 | - |
| 10.2878 | 9650 | 0.0 | - |
| 10.3412 | 9700 | 0.0 | - |
| 10.3945 | 9750 | 0.0 | - |
| 10.4478 | 9800 | 0.0 | - |
| 10.5011 | 9850 | 0.0 | - |
| 10.5544 | 9900 | 0.0 | - |
| 10.6077 | 9950 | 0.0 | - |
| 10.6610 | 10000 | 0.0 | - |
| 10.7143 | 10050 | 0.0 | - |
| 10.7676 | 10100 | 0.0 | - |
| 10.8209 | 10150 | 0.0 | - |
| 10.8742 | 10200 | 0.0 | - |
| 10.9275 | 10250 | 0.0 | - |
| 10.9808 | 10300 | 0.0002 | - |
| 11.0341 | 10350 | 0.003 | - |
| 11.0874 | 10400 | 0.0074 | - |
| 11.1407 | 10450 | 0.0052 | - |
| 11.1940 | 10500 | 0.0034 | - |
| 11.2473 | 10550 | 0.0038 | - |
| 11.3006 | 10600 | 0.0029 | - |
| 11.3539 | 10650 | 0.0027 | - |
| 11.4072 | 10700 | 0.002 | - |
| 11.4606 | 10750 | 0.0013 | - |
| 11.5139 | 10800 | 0.002 | - |
| 11.5672 | 10850 | 0.0012 | - |
| 11.6205 | 10900 | 0.001 | - |
| 11.6738 | 10950 | 0.0007 | - |
| 11.7271 | 11000 | 0.001 | - |
| 11.7804 | 11050 | 0.0006 | - |
| 11.8337 | 11100 | 0.0 | - |
| 11.8870 | 11150 | 0.0 | - |
| 11.9403 | 11200 | 0.0 | - |
| 11.9936 | 11250 | 0.0 | - |
| 12.0469 | 11300 | 0.0 | - |
| 12.1002 | 11350 | 0.0 | - |
| 12.1535 | 11400 | 0.0 | - |
| 12.2068 | 11450 | 0.0 | - |
| 12.2601 | 11500 | 0.0 | - |
| 12.3134 | 11550 | 0.0 | - |
| 12.3667 | 11600 | 0.0 | - |
| 12.4200 | 11650 | 0.0 | - |
| 12.4733 | 11700 | 0.0 | - |
| 12.5267 | 11750 | 0.0 | - |
| 12.5800 | 11800 | 0.0 | - |
| 12.6333 | 11850 | 0.0 | - |
| 12.6866 | 11900 | 0.0005 | - |
| 12.7399 | 11950 | 0.0018 | - |
| 12.7932 | 12000 | 0.0006 | - |
| 12.8465 | 12050 | 0.0003 | - |
| 12.8998 | 12100 | 0.0002 | - |
| 12.9531 | 12150 | 0.0 | - |
| 13.0064 | 12200 | 0.0 | - |
| 13.0597 | 12250 | 0.0 | - |
| 13.1130 | 12300 | 0.0 | - |
| 13.1663 | 12350 | 0.0 | - |
| 13.2196 | 12400 | 0.0 | - |
| 13.2729 | 12450 | 0.0 | - |
| 13.3262 | 12500 | 0.0 | - |
| 13.3795 | 12550 | 0.0 | - |
| 13.4328 | 12600 | 0.0 | - |
| 13.4861 | 12650 | 0.0 | - |
| 13.5394 | 12700 | 0.0 | - |
| 13.5928 | 12750 | 0.0 | - |
| 13.6461 | 12800 | 0.0 | - |
| 13.6994 | 12850 | 0.0 | - |
| 13.7527 | 12900 | 0.0 | - |
| 13.8060 | 12950 | 0.0 | - |
| 13.8593 | 13000 | 0.0 | - |
| 13.9126 | 13050 | 0.0001 | - |
| 13.9659 | 13100 | 0.0003 | - |
| 14.0192 | 13150 | 0.0002 | - |
| 14.0725 | 13200 | 0.0 | - |
| 14.1258 | 13250 | 0.0 | - |
| 14.1791 | 13300 | 0.0001 | - |
| 14.2324 | 13350 | 0.0 | - |
| 14.2857 | 13400 | 0.0002 | - |
| 14.3390 | 13450 | 0.0 | - |
| 14.3923 | 13500 | 0.0 | - |
| 14.4456 | 13550 | 0.0 | - |
| 14.4989 | 13600 | 0.0 | - |
| 14.5522 | 13650 | 0.0 | - |
| 14.6055 | 13700 | 0.0004 | - |
| 14.6588 | 13750 | 0.0007 | - |
| 14.7122 | 13800 | 0.0002 | - |
| 14.7655 | 13850 | 0.0 | - |
| 14.8188 | 13900 | 0.0 | - |
| 14.8721 | 13950 | 0.0 | - |
| 14.9254 | 14000 | 0.0003 | - |
| 14.9787 | 14050 | 0.0002 | - |
| 15.0320 | 14100 | 0.0001 | - |
| 15.0853 | 14150 | 0.0003 | - |
| 15.1386 | 14200 | 0.0 | - |
| 15.1919 | 14250 | 0.0 | - |
| 15.2452 | 14300 | 0.0 | - |
| 15.2985 | 14350 | 0.0 | - |
| 15.3518 | 14400 | 0.0 | - |
| 15.4051 | 14450 | 0.0 | - |
| 15.4584 | 14500 | 0.0 | - |
| 15.5117 | 14550 | 0.0002 | - |
| 15.5650 | 14600 | 0.0 | - |
| 15.6183 | 14650 | 0.0 | - |
| 15.6716 | 14700 | 0.0 | - |
| 15.7249 | 14750 | 0.0 | - |
| 15.7783 | 14800 | 0.0 | - |
| 15.8316 | 14850 | 0.0 | - |
| 15.8849 | 14900 | 0.0 | - |
| 15.9382 | 14950 | 0.0 | - |
| 15.9915 | 15000 | 0.0 | - |
| 16.0448 | 15050 | 0.0 | - |
| 16.0981 | 15100 | 0.0 | - |
| 16.1514 | 15150 | 0.0 | - |
| 16.2047 | 15200 | 0.0 | - |
| 16.2580 | 15250 | 0.0 | - |
| 16.3113 | 15300 | 0.0002 | - |
| 16.3646 | 15350 | 0.0 | - |
| 16.4179 | 15400 | 0.0 | - |
| 16.4712 | 15450 | 0.0 | - |
| 16.5245 | 15500 | 0.0 | - |
| 16.5778 | 15550 | 0.0 | - |
| 16.6311 | 15600 | 0.0 | - |
| 16.6844 | 15650 | 0.0 | - |
| 16.7377 | 15700 | 0.0 | - |
| 16.7910 | 15750 | 0.0 | - |
| 16.8443 | 15800 | 0.0 | - |
| 16.8977 | 15850 | 0.0 | - |
| 16.9510 | 15900 | 0.0 | - |
| 17.0043 | 15950 | 0.0 | - |
| 17.0576 | 16000 | 0.0 | - |
| 17.1109 | 16050 | 0.0 | - |
| 17.1642 | 16100 | 0.0 | - |
| 17.2175 | 16150 | 0.0 | - |
| 17.2708 | 16200 | 0.0 | - |
| 17.3241 | 16250 | 0.0006 | - |
| 17.3774 | 16300 | 0.0018 | - |
| 17.4307 | 16350 | 0.002 | - |
| 17.4840 | 16400 | 0.0011 | - |
| 17.5373 | 16450 | 0.0021 | - |
| 17.5906 | 16500 | 0.0018 | - |
| 17.6439 | 16550 | 0.0013 | - |
| 17.6972 | 16600 | 0.0016 | - |
| 17.7505 | 16650 | 0.0018 | - |
| 17.8038 | 16700 | 0.0014 | - |
| 17.8571 | 16750 | 0.0014 | - |
| 17.9104 | 16800 | 0.0017 | - |
| 17.9638 | 16850 | 0.001 | - |
| 18.0171 | 16900 | 0.001 | - |
| 18.0704 | 16950 | 0.0012 | - |
| 18.1237 | 17000 | 0.0018 | - |
| 18.1770 | 17050 | 0.0018 | - |
| 18.2303 | 17100 | 0.0009 | - |
| 18.2836 | 17150 | 0.0012 | - |
| 18.3369 | 17200 | 0.0011 | - |
| 18.3902 | 17250 | 0.0019 | - |
| 18.4435 | 17300 | 0.0017 | - |
| 18.4968 | 17350 | 0.0012 | - |
| 18.5501 | 17400 | 0.0017 | - |
| 18.6034 | 17450 | 0.0052 | - |
| 18.6567 | 17500 | 0.0087 | - |
| 18.7100 | 17550 | 0.0067 | - |
| 18.7633 | 17600 | 0.0027 | - |
| 18.8166 | 17650 | 0.0022 | - |
| 18.8699 | 17700 | 0.0017 | - |
| 18.9232 | 17750 | 0.0014 | - |
| 18.9765 | 17800 | 0.001 | - |
| 19.0299 | 17850 | 0.0006 | - |
| 19.0832 | 17900 | 0.0018 | - |
| 19.1365 | 17950 | 0.0014 | - |
| 19.1898 | 18000 | 0.0002 | - |
| 19.2431 | 18050 | 0.0 | - |
| 19.2964 | 18100 | 0.0 | - |
| 19.3497 | 18150 | 0.0 | - |
| 19.4030 | 18200 | 0.0 | - |
| 19.4563 | 18250 | 0.0 | - |
| 19.5096 | 18300 | 0.0 | - |
| 19.5629 | 18350 | 0.0 | - |
| 19.6162 | 18400 | 0.0 | - |
| 19.6695 | 18450 | 0.0 | - |
| 19.7228 | 18500 | 0.0 | - |
| 19.7761 | 18550 | 0.0 | - |
| 19.8294 | 18600 | 0.0 | - |
| 19.8827 | 18650 | 0.0 | - |
| 19.9360 | 18700 | 0.0 | - |
| 19.9893 | 18750 | 0.0 | - |
| 20.0426 | 18800 | 0.0 | - |
| 20.0959 | 18850 | 0.0 | - |
| 20.1493 | 18900 | 0.0 | - |
| 20.2026 | 18950 | 0.0 | - |
| 20.2559 | 19000 | 0.0 | - |
| 20.3092 | 19050 | 0.0 | - |
| 20.3625 | 19100 | 0.0 | - |
| 20.4158 | 19150 | 0.0 | - |
| 20.4691 | 19200 | 0.0 | - |
| 20.5224 | 19250 | 0.0 | - |
| 20.5757 | 19300 | 0.0 | - |
| 20.6290 | 19350 | 0.0 | - |
| 20.6823 | 19400 | 0.0 | - |
| 20.7356 | 19450 | 0.0 | - |
| 20.7889 | 19500 | 0.0 | - |
| 20.8422 | 19550 | 0.0 | - |
| 20.8955 | 19600 | 0.0 | - |
| 20.9488 | 19650 | 0.0002 | - |
| 21.0021 | 19700 | 0.0 | - |
| 21.0554 | 19750 | 0.0 | - |
| 21.1087 | 19800 | 0.0 | - |
| 21.1620 | 19850 | 0.0 | - |
| 21.2154 | 19900 | 0.0 | - |
| 21.2687 | 19950 | 0.0 | - |
| 21.3220 | 20000 | 0.0 | - |
| 21.3753 | 20050 | 0.0 | - |
| 21.4286 | 20100 | 0.0 | - |
| 21.4819 | 20150 | 0.0 | - |
| 21.5352 | 20200 | 0.0 | - |
| 21.5885 | 20250 | 0.0 | - |
| 21.6418 | 20300 | 0.0 | - |
| 21.6951 | 20350 | 0.0 | - |
| 21.7484 | 20400 | 0.0 | - |
| 21.8017 | 20450 | 0.0 | - |
| 21.8550 | 20500 | 0.0 | - |
| 21.9083 | 20550 | 0.0 | - |
| 21.9616 | 20600 | 0.0 | - |
| 22.0149 | 20650 | 0.0 | - |
| 22.0682 | 20700 | 0.0 | - |
| 22.1215 | 20750 | 0.0 | - |
| 22.1748 | 20800 | 0.0 | - |
| 22.2281 | 20850 | 0.0 | - |
| 22.2814 | 20900 | 0.0 | - |
| 22.3348 | 20950 | 0.0 | - |
| 22.3881 | 21000 | 0.0 | - |
| 22.4414 | 21050 | 0.0 | - |
| 22.4947 | 21100 | 0.0 | - |
| 22.5480 | 21150 | 0.0 | - |
| 22.6013 | 21200 | 0.0 | - |
| 22.6546 | 21250 | 0.0 | - |
| 22.7079 | 21300 | 0.0 | - |
| 22.7612 | 21350 | 0.0 | - |
| 22.8145 | 21400 | 0.0 | - |
| 22.8678 | 21450 | 0.0 | - |
| 22.9211 | 21500 | 0.0 | - |
| 22.9744 | 21550 | 0.0 | - |
| 23.0277 | 21600 | 0.0 | - |
| 23.0810 | 21650 | 0.0 | - |
| 23.1343 | 21700 | 0.0 | - |
| 23.1876 | 21750 | 0.0 | - |
| 23.2409 | 21800 | 0.0 | - |
| 23.2942 | 21850 | 0.0 | - |
| 23.3475 | 21900 | 0.0 | - |
| 23.4009 | 21950 | 0.0 | - |
| 23.4542 | 22000 | 0.0 | - |
| 23.5075 | 22050 | 0.0 | - |
| 23.5608 | 22100 | 0.0 | - |
| 23.6141 | 22150 | 0.0 | - |
| 23.6674 | 22200 | 0.0 | - |
| 23.7207 | 22250 | 0.0 | - |
| 23.7740 | 22300 | 0.0 | - |
| 23.8273 | 22350 | 0.0 | - |
| 23.8806 | 22400 | 0.0 | - |
| 23.9339 | 22450 | 0.0 | - |
| 23.9872 | 22500 | 0.0 | - |
| 24.0405 | 22550 | 0.0 | - |
| 24.0938 | 22600 | 0.0 | - |
| 24.1471 | 22650 | 0.0 | - |
| 24.2004 | 22700 | 0.0 | - |
| 24.2537 | 22750 | 0.0 | - |
| 24.3070 | 22800 | 0.0 | - |
| 24.3603 | 22850 | 0.0 | - |
| 24.4136 | 22900 | 0.0 | - |
| 24.4670 | 22950 | 0.0 | - |
| 24.5203 | 23000 | 0.0 | - |
| 24.5736 | 23050 | 0.0 | - |
| 24.6269 | 23100 | 0.0 | - |
| 24.6802 | 23150 | 0.0 | - |
| 24.7335 | 23200 | 0.0 | - |
| 24.7868 | 23250 | 0.0 | - |
| 24.8401 | 23300 | 0.0 | - |
| 24.8934 | 23350 | 0.0 | - |
| 24.9467 | 23400 | 0.0 | - |
| 25.0 | 23450 | 0.0 | - |
| 25.0533 | 23500 | 0.0 | - |
| 25.1066 | 23550 | 0.0 | - |
| 25.1599 | 23600 | 0.0 | - |
| 25.2132 | 23650 | 0.0 | - |
| 25.2665 | 23700 | 0.0 | - |
| 25.3198 | 23750 | 0.0 | - |
| 25.3731 | 23800 | 0.0 | - |
| 25.4264 | 23850 | 0.0 | - |
| 25.4797 | 23900 | 0.0 | - |
| 25.5330 | 23950 | 0.0 | - |
| 25.5864 | 24000 | 0.0 | - |
| 25.6397 | 24050 | 0.0 | - |
| 25.6930 | 24100 | 0.0 | - |
| 25.7463 | 24150 | 0.0 | - |
| 25.7996 | 24200 | 0.0 | - |
| 25.8529 | 24250 | 0.0 | - |
| 25.9062 | 24300 | 0.0 | - |
| 25.9595 | 24350 | 0.0 | - |
| 26.0128 | 24400 | 0.0 | - |
| 26.0661 | 24450 | 0.0 | - |
| 26.1194 | 24500 | 0.0 | - |
| 26.1727 | 24550 | 0.0 | - |
| 26.2260 | 24600 | 0.0 | - |
| 26.2793 | 24650 | 0.0 | - |
| 26.3326 | 24700 | 0.0 | - |
| 26.3859 | 24750 | 0.0 | - |
| 26.4392 | 24800 | 0.0 | - |
| 26.4925 | 24850 | 0.0 | - |
| 26.5458 | 24900 | 0.0 | - |
| 26.5991 | 24950 | 0.0 | - |
| 26.6525 | 25000 | 0.0 | - |
| 26.7058 | 25050 | 0.0 | - |
| 26.7591 | 25100 | 0.0 | - |
| 26.8124 | 25150 | 0.0 | - |
| 26.8657 | 25200 | 0.0 | - |
| 26.9190 | 25250 | 0.0 | - |
| 26.9723 | 25300 | 0.0 | - |
| 27.0256 | 25350 | 0.0 | - |
| 27.0789 | 25400 | 0.0 | - |
| 27.1322 | 25450 | 0.0 | - |
| 27.1855 | 25500 | 0.0 | - |
| 27.2388 | 25550 | 0.0 | - |
| 27.2921 | 25600 | 0.0 | - |
| 27.3454 | 25650 | 0.0 | - |
| 27.3987 | 25700 | 0.0 | - |
| 27.4520 | 25750 | 0.0 | - |
| 27.5053 | 25800 | 0.0 | - |
| 27.5586 | 25850 | 0.0 | - |
| 27.6119 | 25900 | 0.0 | - |
| 27.6652 | 25950 | 0.0 | - |
| 27.7186 | 26000 | 0.0 | - |
| 27.7719 | 26050 | 0.0 | - |
| 27.8252 | 26100 | 0.0 | - |
| 27.8785 | 26150 | 0.0 | - |
| 27.9318 | 26200 | 0.0 | - |
| 27.9851 | 26250 | 0.0 | - |
| 28.0384 | 26300 | 0.0 | - |
| 28.0917 | 26350 | 0.0 | - |
| 28.1450 | 26400 | 0.0 | - |
| 28.1983 | 26450 | 0.0 | - |
| 28.2516 | 26500 | 0.0 | - |
| 28.3049 | 26550 | 0.0 | - |
| 28.3582 | 26600 | 0.0 | - |
| 28.4115 | 26650 | 0.0 | - |
| 28.4648 | 26700 | 0.0 | - |
| 28.5181 | 26750 | 0.0 | - |
| 28.5714 | 26800 | 0.0 | - |
| 28.6247 | 26850 | 0.0 | - |
| 28.6780 | 26900 | 0.0 | - |
| 28.7313 | 26950 | 0.0 | - |
| 28.7846 | 27000 | 0.0 | - |
| 28.8380 | 27050 | 0.0 | - |
| 28.8913 | 27100 | 0.0 | - |
| 28.9446 | 27150 | 0.0 | - |
| 28.9979 | 27200 | 0.0 | - |
| 29.0512 | 27250 | 0.0 | - |
| 29.1045 | 27300 | 0.0 | - |
| 29.1578 | 27350 | 0.0 | - |
| 29.2111 | 27400 | 0.0 | - |
| 29.2644 | 27450 | 0.0 | - |
| 29.3177 | 27500 | 0.0 | - |
| 29.3710 | 27550 | 0.0 | - |
| 29.4243 | 27600 | 0.0 | - |
| 29.4776 | 27650 | 0.0 | - |
| 29.5309 | 27700 | 0.0 | - |
| 29.5842 | 27750 | 0.0 | - |
| 29.6375 | 27800 | 0.0 | - |
| 29.6908 | 27850 | 0.0 | - |
| 29.7441 | 27900 | 0.0 | - |
| 29.7974 | 27950 | 0.0 | - |
| 29.8507 | 28000 | 0.0 | - |
| 29.9041 | 28050 | 0.0 | - |
| 29.9574 | 28100 | 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.*
--> |