mini1013/master_item_top_bt13

SetFit with klue/roberta-base

This is a SetFit model that can be used for Text Classification. This SetFit model uses klue/roberta-base as the Sentence Transformer embedding model. A LogisticRegression 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 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: klue/roberta-base
• Classification head: a LogisticRegression instance
• Maximum Sequence Length: 512 tokens
• Number of Classes: 10 classes

Model Sources

• Repository: SetFit on GitHub
• Paper: Efficient Few-Shot Learning Without Prompts
• Blogpost: SetFit: Efficient Few-Shot Learning Without Prompts

Model Labels

Label	Examples
9	'려 탈모전문케어 퍼퓸트리트먼트 서울석양200ml ssg > 뷰티 > 헤어/바디 > 헤어케어 > 헤어트리트먼트;ssg > 생활/주방 > 건강/위생용품 > 칫솔/치약/구강청결 > 치약;ssg > 뷰티 > 헤어/바디 > 헤어케어 > 샴푸 ssg > 뷰티 > 헤어/바디 > 헤어케어 > 샴푸' '●미쟝센 데미지케어 대용량 트리트먼트 1000ml x 2 위메프 > 생활·주방·반려동물 > 바디/헤어 > 샴푸/린스/헤어케어;위메프 > 생활·주방·반려동물 > 바디/헤어 > 바디케어/워시/제모 > 바디워시/스크럽;위메프 > 생활·주방·반려동물 > 바디/헤어 > 샴푸/린스/헤어케어 > 트리트먼트;위메프 > 생활·주방·반려동물 > 바디/헤어 > 바디케어/워시/제모;위메프 > 생활·주방·반려동물 > 바디/헤어 > 샴푸/린스/헤어케어 > 샴푸/린스;(#M)위메프 > 생활·주방용품 > 바디/헤어 > 샴푸/린스/헤어케어 > 트리트먼트 위메프 > 뷰티 > 바디/헤어 > 샴푸/린스/헤어케어 > 트리트먼트' '[초특가] 미쟝센/해피바스 BEST 상품 균일가전 1-2 미쟝센 트리트먼트_데미지케어 트리트먼트 180ml 4입 (#M)GSSHOP>뷰티>헤어케어>트리트먼트 GSSHOP > 뷰티 > 스킨케어 > 크림'
2	'아베다 인바티 어드밴스드 씨크닝 컨디셔너 200ml LotteOn > 뷰티 > 헤어/바디 > 헤어케어 > 린스 LotteOn > 뷰티 > 헤어/바디 > 헤어케어 > 린스' '케라시스 퍼퓸 샴푸 린스 980ml x3개 [0008]퓨어 린스 x3개 (#M)헤어케어>샴푸>일반샴푸 AD > 11st > 뷰티 > 헤어케어 > 샴푸 > 일반샴푸' '오가니스트 아르간 리페어 손상 영양케어 컨디셔너 500ml X 2개 위메프 > 생활·주방·반려동물 > 세제/구강 > 세탁세제/섬유유연제 > 세탁세제;위메프 > 뷰티 > 바디/헤어 > 샴푸/린스/헤어케어 > 샴푸/린스;위메프 > 생활·주방·반려동물 > 바디/헤어 > 샴푸/린스/헤어케어;위메프 > 생활·주방·반려동물 > 바디/헤어 > 샴푸/린스/헤어케어 > 샴푸/린스;(#M)위메프 > 생활·주방용품 > 바디/헤어 > 샴푸/린스/헤어케어 > 샴푸/린스 위메프 > 뷰티 > 바디/헤어 > 샴푸/린스/헤어케어 > 기능성 샴푸/린스'
0	'헤어플러스 오프레시 각질제거 두피 스케일링 50ml (#M)화장품/미용>헤어케어>두피케어 Naverstore > 화장품/미용 > 헤어케어 > 두피케어' '닥터포헤어 씨 솔트 스케일러 두피스케일링 200g 옵션1 : 300g (리뉴얼) (#M)홈>화장품/미용>헤어케어>두피케어 Naverstore > 화장품/미용 > 헤어케어 > 두피케어' '[바이브랩] 4주 솔루션 두피 앰플 헤어라인 탈모증상완화 15ml x2 [67%할인] 두피앰플 3SET (#M)화장품/미용>헤어케어>두피케어 Naverstore > 헤어케어 > 탈모케어/두피케어'
4	'샤넬 헤어미스트 샹스 오 땅드르 헤어 미스트 35ml 본품 (#M)홈>화장품/미용>헤어케어>헤어미스트 Naverstore > 화장품/미용 > 헤어케어 > 헤어미스트' '모레모 프로틴 미스트 팩 M 115ml + 미라클 2X 헤어 트리트먼트 러브 에디션 60ml 세트 홈 > 뷰티 > 헤어/바디 > 헤어케어 > 트리트먼트/헤어팩 LotteOn > 뷰티 > 헤어/바디 > 헤어케어 > 트리트먼트/헤어팩' '[기획] 아쿠아 디 파르마 피오니아 헤어미스트 50ml (르 노빌리 향수 1.5ml 1종 증정) 홈>현대백화점>화장품>향수>기타;홈>현대백화점>화장품>향수>여성용;(#M)홈>향수>여성향수 HMALL > 뷰티 > 향수 > 여성향수'
8	'댕기머리 윤초 스페셜 선물세트 (#M)쿠팡 홈>생활용품>헤어/바디/세안>샴푸/린스>샴푸>한방샴푸 Coupang > 뷰티 > 헤어 > 샴푸 > 한방샴푸' '톤28 샴푸바 S19바오밥 100g+노워시트리트먼트바 탄력80g 2종세트[천연비오틴샴푸] S21(두피장벽/얇은모) 검은콩_탄력 (#M)화장품/미용>헤어케어>헤어케어세트 Naverstore > 화장품/미용 > 헤어케어 > 헤어케어세트' '[오리지널픽_키렌][선.착.순.사.은.품/1 + 1 골라담기]키렌 천연샴푸/헤어트리트먼트/바디워시/바디로션/핸드워시 500ml 01_스위트부케 샴푸_02_베이비로즈 트리트먼트 (#M)헤어케어>샴푸>일반샴푸 AD > traverse > 11st > 뷰티 > 헤어케어 > 샴푸 > 일반샴푸'
6	'뺑쏘 트라쐬르 LotteOn > 뷰티 > 뷰티기기 > 액세서리/소모품 LotteOn > 뷰티 > 뷰티기기/소품 > 기기액세서리' '쿤달 울트라 헤어세럼 베이비파우더향 100ml × 5개 (#M)쿠팡 홈>싱글라이프>샤워/세안>헤어에센스 Coupang > 뷰티 > 헤어 > 헤어에센스/오일' '무코타 샤멘느 샤이닝 딥케어 세럼 50ml (손상모발용 세럼) ssg > 뷰티 > 헤어/바디 > 헤어케어 > 헤어팩/마스크 ssg > 뷰티 > 헤어/바디 > 헤어케어 > 헤어팩/마스크'
3	'닥터모발앤 맥주효모 탈모 완화 샴푸 프리미엄 독일 488000ppm 두피가려움 비듬 지성 건성 민감성 488 [12주 71% 할인] 건성+민감성두피 전용 (#M)화장품/미용>헤어케어>탈모케어 AD > Naverstore > 화장품/미용 > 헤어케어 > 탈모케어' '부케가르니 딥 퍼퓸 샴푸/트리트먼트 1L 딥 퍼퓸 샴푸 1L 베이비파우더 (#M)11st>헤어케어>샴푸>일반 11st > 뷰티 > 헤어케어 > 샴푸' '폴메디슨 딥레드 패스트 탈모 샴푸, 1077ml(Fast Shampoo) 딥레드패스트샴푸 베이비파우더 1개 (#M)11st>헤어케어>탈모/두피관리제>두피마사지기 11st > 뷰티 > 헤어케어 > 탈모/두피관리제 > 두피마사지기'
5	'[아도르] 퍼펙트 헤어필업(단백질 헤어앰플)13ml-10개입1box (#M)GSSHOP>뷰티>헤어케어>헤어에센스 GSSHOP > 뷰티 > 헤어케어 > 헤어에센스' '[온세일]모로칸오일 정품 세라믹 브러쉬/드라이빗/대왕롤빗 라운드 35mm LotteOn > 뷰티 > 뷰티소품 > 헤어소품 LotteOn > 뷰티 > 뷰티기기/소품 > 헤어소품 > 빗/헤어브러쉬' '헤어플러스 단백질 본드 앰플 145ml 150ml(여행용15ml x 10개) (#M)홈>화장품/미용>헤어케어>헤어에센스 Naverstore > 화장품/미용 > 헤어케어 > 헤어에센스'
7	'로더베르 약산성 샴푸1000g 대용량 천연 단백질 청소년 헤어 비듬 두피 지성 베이비파우더 로더베르 아르간 헤어오일100ml_화이트머스크 (#M)화장품/미용>헤어케어>샴푸 Naverstore > 화장품/미용 > 헤어케어 > 샴푸' '【해외직구】 모로칸오일 트리트먼트 오리지널 100ml+100ml / MOROCCANOIL 모로칸오일 / 펌핑기 포함 모로칸오일 트리트먼트 오리지널 100ml 1+1 ssg > 디지털 > 휴대폰/스마트기기 > [해외직구]스마트기기;ssg > 디지털 > 생활/소형가전 > 해외직구 ssg > 뷰티 > 헤어/바디 > 헤어케어 > 헤어트리트먼트' '모도루 디럭스슈퍼프로틴 단백질 미용실 손상모트리트먼트 540ml+헤어에센스오일 100ml [2종세트] (#M)홈>★얼리썸머 초특가전★ Naverstore > 화장품/미용 > 헤어케어 > 헤어케어세트'
1	'모레모 리커버리 밤 B (120ml) 리커버리 밤 B 루비 에디션 (120ml) 홈>화장품/미용>헤어케어>트리트먼트;(#M)홈>모레모>트리트먼트 Naverstore > 화장품/미용 > 헤어케어 > 트리트먼트' '힐링버드 울트라 프로틴 노워시 앰플 트리트먼트 200ml 200ml+헤어오일 31ml (#M)홈>화장품/미용>헤어케어>트리트먼트 Naverstore > 화장품/미용 > 헤어케어 > 트리트먼트' '아모스 리페어샤인 모이스트 헤어에센스1+1 LotteOn > 뷰티 > 헤어/바디 > 헤어케어 > 헤어에센스/오일 LotteOn > 뷰티 > 헤어/바디 > 헤어케어 > 헤어에센스/오일'

Evaluation

Metrics

Label	Accuracy
all	0.7773

Uses

Direct Use for Inference

First install the SetFit library:

pip install setfit

Then you can load this model and run inference.

from setfit import SetFitModel

# Download from the 🤗 Hub
model = SetFitModel.from_pretrained("mini1013/master_item_top_bt13")
# Run inference
preds = model("케라스타즈 엘릭서 얼팀 헤어오일 엠페리얼 티 100ml × 1개 (#M)쿠팡 홈>뷰티>헤어>헤어에센스/오일>헤어오일 Coupang > 뷰티 > 헤어 > 헤어에센스/오일 > 헤어오일")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	13	24.996	125

Label	Training Sample Count
0	50
1	50
2	50
3	50
4	50
5	50
6	50
7	50
8	50
9	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
0.0013	1	0.4713	-
0.0639	50	0.4253	-
0.1279	100	0.3864	-
0.1918	150	0.358	-
0.2558	200	0.3284	-
0.3197	250	0.3139	-
0.3836	300	0.2877	-
0.4476	350	0.2604	-
0.5115	400	0.2218	-
0.5754	450	0.1841	-
0.6394	500	0.1548	-
0.7033	550	0.1272	-
0.7673	600	0.1068	-
0.8312	650	0.0866	-
0.8951	700	0.0656	-
0.9591	750	0.0477	-
1.0230	800	0.0377	-
1.0870	850	0.0249	-
1.1509	900	0.0144	-
1.2148	950	0.0131	-
1.2788	1000	0.0153	-
1.3427	1050	0.012	-
1.4066	1100	0.0104	-
1.4706	1150	0.0102	-
1.5345	1200	0.0079	-
1.5985	1250	0.0039	-
1.6624	1300	0.0026	-
1.7263	1350	0.0015	-
1.7903	1400	0.001	-
1.8542	1450	0.0013	-
1.9182	1500	0.0013	-
1.9821	1550	0.001	-
2.0460	1600	0.0009	-
2.1100	1650	0.0012	-
2.1739	1700	0.0007	-
2.2379	1750	0.0009	-
2.3018	1800	0.0009	-
2.3657	1850	0.0007	-
2.4297	1900	0.0011	-
2.4936	1950	0.0008	-
2.5575	2000	0.0015	-
2.6215	2050	0.0028	-
2.6854	2100	0.0032	-
2.7494	2150	0.0019	-
2.8133	2200	0.0017	-
2.8772	2250	0.0008	-
2.9412	2300	0.0019	-
3.0051	2350	0.0016	-
3.0691	2400	0.0018	-
3.1330	2450	0.0013	-
3.1969	2500	0.0007	-
3.2609	2550	0.0006	-
3.3248	2600	0.0009	-
3.3887	2650	0.0016	-
3.4527	2700	0.002	-
3.5166	2750	0.0032	-
3.5806	2800	0.0012	-
3.6445	2850	0.0012	-
3.7084	2900	0.0014	-
3.7724	2950	0.0011	-
3.8363	3000	0.0005	-
3.9003	3050	0.0007	-
3.9642	3100	0.0004	-
4.0281	3150	0.0003	-
4.0921	3200	0.0007	-
4.1560	3250	0.0005	-
4.2199	3300	0.0005	-
4.2839	3350	0.0006	-
4.3478	3400	0.0004	-
4.4118	3450	0.0004	-
4.4757	3500	0.0008	-
4.5396	3550	0.0006	-
4.6036	3600	0.0003	-
4.6675	3650	0.0007	-
4.7315	3700	0.0009	-
4.7954	3750	0.0005	-
4.8593	3800	0.0006	-
4.9233	3850	0.0007	-
4.9872	3900	0.0005	-
5.0512	3950	0.0006	-
5.1151	4000	0.0004	-
5.1790	4050	0.0005	-
5.2430	4100	0.0007	-
5.3069	4150	0.0004	-
5.3708	4200	0.0005	-
5.4348	4250	0.0004	-
5.4987	4300	0.0005	-
5.5627	4350	0.0007	-
5.6266	4400	0.0006	-
5.6905	4450	0.0006	-
5.7545	4500	0.0006	-
5.8184	4550	0.0005	-
5.8824	4600	0.0005	-
5.9463	4650	0.0008	-
6.0102	4700	0.0005	-
6.0742	4750	0.0006	-
6.1381	4800	0.0004	-
6.2020	4850	0.0005	-
6.2660	4900	0.0007	-
6.3299	4950	0.0007	-
6.3939	5000	0.0005	-
6.4578	5050	0.0005	-
6.5217	5100	0.0005	-
6.5857	5150	0.0007	-
6.6496	5200	0.0006	-
6.7136	5250	0.0004	-
6.7775	5300	0.0005	-
6.8414	5350	0.0004	-
6.9054	5400	0.0009	-
6.9693	5450	0.0009	-
7.0332	5500	0.0007	-
7.0972	5550	0.0009	-
7.1611	5600	0.0093	-
7.2251	5650	0.0075	-
7.2890	5700	0.0017	-
7.3529	5750	0.0012	-
7.4169	5800	0.001	-
7.4808	5850	0.0008	-
7.5448	5900	0.0005	-
7.6087	5950	0.0005	-
7.6726	6000	0.0006	-
7.7366	6050	0.0007	-
7.8005	6100	0.0006	-
7.8645	6150	0.0006	-
7.9284	6200	0.0004	-
7.9923	6250	0.0006	-
8.0563	6300	0.0004	-
8.1202	6350	0.0005	-
8.1841	6400	0.0005	-
8.2481	6450	0.0006	-
8.3120	6500	0.0005	-
8.3760	6550	0.0006	-
8.4399	6600	0.0004	-
8.5038	6650	0.0007	-
8.5678	6700	0.0006	-
8.6317	6750	0.0004	-
8.6957	6800	0.0005	-
8.7596	6850	0.0009	-
8.8235	6900	0.0006	-
8.8875	6950	0.0007	-
8.9514	7000	0.0007	-
9.0153	7050	0.0003	-
9.0793	7100	0.0006	-
9.1432	7150	0.0007	-
9.2072	7200	0.0008	-
9.2711	7250	0.0004	-
9.3350	7300	0.0006	-
9.3990	7350	0.0005	-
9.4629	7400	0.0006	-
9.5269	7450	0.0006	-
9.5908	7500	0.0005	-
9.6547	7550	0.0006	-
9.7187	7600	0.0005	-
9.7826	7650	0.0006	-
9.8465	7700	0.0006	-
9.9105	7750	0.0006	-
9.9744	7800	0.0007	-
10.0384	7850	0.0018	-
10.1023	7900	0.0045	-
10.1662	7950	0.0024	-
10.2302	8000	0.0013	-
10.2941	8050	0.001	-
10.3581	8100	0.0008	-
10.4220	8150	0.0005	-
10.4859	8200	0.0004	-
10.5499	8250	0.0004	-
10.6138	8300	0.0004	-
10.6777	8350	0.0006	-
10.7417	8400	0.0007	-
10.8056	8450	0.0007	-
10.8696	8500	0.0005	-
10.9335	8550	0.0005	-
10.9974	8600	0.0007	-
11.0614	8650	0.0006	-
11.1253	8700	0.0004	-
11.1893	8750	0.0006	-
11.2532	8800	0.0004	-
11.3171	8850	0.0004	-
11.3811	8900	0.0006	-
11.4450	8950	0.0006	-
11.5090	9000	0.0008	-
11.5729	9050	0.0005	-
11.6368	9100	0.0005	-
11.7008	9150	0.0005	-
11.7647	9200	0.0007	-
11.8286	9250	0.0007	-
11.8926	9300	0.0008	-
11.9565	9350	0.0007	-
12.0205	9400	0.0006	-
12.0844	9450	0.0009	-
12.1483	9500	0.0008	-
12.2123	9550	0.0005	-
12.2762	9600	0.0005	-
12.3402	9650	0.0004	-
12.4041	9700	0.0005	-
12.4680	9750	0.0003	-
12.5320	9800	0.0004	-
12.5959	9850	0.0006	-
12.6598	9900	0.0007	-
12.7238	9950	0.0006	-
12.7877	10000	0.0006	-
12.8517	10050	0.0005	-
12.9156	10100	0.0009	-
12.9795	10150	0.0004	-
13.0435	10200	0.0003	-
13.1074	10250	0.0007	-
13.1714	10300	0.0005	-
13.2353	10350	0.001	-
13.2992	10400	0.001	-
13.3632	10450	0.0006	-
13.4271	10500	0.0006	-
13.4910	10550	0.0007	-
13.5550	10600	0.0005	-
13.6189	10650	0.0004	-
13.6829	10700	0.0006	-
13.7468	10750	0.0005	-
13.8107	10800	0.0006	-
13.8747	10850	0.0005	-
13.9386	10900	0.0007	-
14.0026	10950	0.0005	-
14.0665	11000	0.0004	-
14.1304	11050	0.0005	-
14.1944	11100	0.0006	-
14.2583	11150	0.0004	-
14.3223	11200	0.0006	-
14.3862	11250	0.0006	-
14.4501	11300	0.0005	-
14.5141	11350	0.0008	-
14.5780	11400	0.0007	-
14.6419	11450	0.0005	-
14.7059	11500	0.0005	-
14.7698	11550	0.0007	-
14.8338	11600	0.0004	-
14.8977	11650	0.0005	-
14.9616	11700	0.0007	-
15.0256	11750	0.0007	-
15.0895	11800	0.0006	-
15.1535	11850	0.0005	-
15.2174	11900	0.0002	-
15.2813	11950	0.0006	-
15.3453	12000	0.0006	-
15.4092	12050	0.0004	-
15.4731	12100	0.0005	-
15.5371	12150	0.0038	-
15.6010	12200	0.0088	-
15.6650	12250	0.001	-
15.7289	12300	0.0005	-
15.7928	12350	0.0007	-
15.8568	12400	0.0005	-
15.9207	12450	0.0005	-
15.9847	12500	0.0006	-
16.0486	12550	0.0012	-
16.1125	12600	0.0009	-
16.1765	12650	0.0029	-
16.2404	12700	0.0006	-
16.3043	12750	0.0007	-
16.3683	12800	0.0006	-
16.4322	12850	0.0007	-
16.4962	12900	0.0006	-
16.5601	12950	0.0006	-
16.6240	13000	0.0006	-
16.6880	13050	0.0007	-
16.7519	13100	0.0004	-
16.8159	13150	0.0004	-
16.8798	13200	0.0004	-
16.9437	13250	0.0007	-
17.0077	13300	0.0004	-
17.0716	13350	0.0004	-
17.1355	13400	0.0005	-
17.1995	13450	0.0005	-
17.2634	13500	0.0007	-
17.3274	13550	0.0004	-
17.3913	13600	0.0008	-
17.4552	13650	0.0004	-
17.5192	13700	0.0009	-
17.5831	13750	0.0003	-
17.6471	13800	0.0005	-
17.7110	13850	0.0007	-
17.7749	13900	0.0007	-
17.8389	13950	0.0007	-
17.9028	14000	0.0003	-
17.9668	14050	0.0006	-
18.0307	14100	0.0005	-
18.0946	14150	0.0006	-
18.1586	14200	0.0005	-
18.2225	14250	0.0004	-
18.2864	14300	0.0005	-
18.3504	14350	0.0006	-
18.4143	14400	0.0006	-
18.4783	14450	0.0006	-
18.5422	14500	0.0006	-
18.6061	14550	0.0005	-
18.6701	14600	0.0005	-
18.7340	14650	0.0004	-
18.7980	14700	0.0006	-
18.8619	14750	0.0005	-
18.9258	14800	0.0007	-
18.9898	14850	0.0005	-
19.0537	14900	0.0003	-
19.1176	14950	0.0002	-
19.1816	15000	0.0005	-
19.2455	15050	0.0005	-
19.3095	15100	0.0005	-
19.3734	15150	0.0004	-
19.4373	15200	0.0007	-
19.5013	15250	0.0006	-
19.5652	15300	0.0005	-
19.6292	15350	0.0005	-
19.6931	15400	0.0004	-
19.7570	15450	0.0006	-
19.8210	15500	0.0005	-
19.8849	15550	0.001	-
19.9488	15600	0.002	-
20.0128	15650	0.0016	-
20.0767	15700	0.0011	-
20.1407	15750	0.0005	-
20.2046	15800	0.0007	-
20.2685	15850	0.0009	-
20.3325	15900	0.0004	-
20.3964	15950	0.0004	-
20.4604	16000	0.0005	-
20.5243	16050	0.0004	-
20.5882	16100	0.0007	-
20.6522	16150	0.0006	-
20.7161	16200	0.0006	-
20.7801	16250	0.0004	-
20.8440	16300	0.0004	-
20.9079	16350	0.0007	-
20.9719	16400	0.0006	-
21.0358	16450	0.0005	-
21.0997	16500	0.0006	-
21.1637	16550	0.0007	-
21.2276	16600	0.0004	-
21.2916	16650	0.0003	-
21.3555	16700	0.0003	-
21.4194	16750	0.0005	-
21.4834	16800	0.0006	-
21.5473	16850	0.0007	-
21.6113	16900	0.0006	-
21.6752	16950	0.0003	-
21.7391	17000	0.0007	-
21.8031	17050	0.0003	-
21.8670	17100	0.0006	-
21.9309	17150	0.0007	-
21.9949	17200	0.0007	-
22.0588	17250	0.0008	-
22.1228	17300	0.0007	-
22.1867	17350	0.0007	-
22.2506	17400	0.0004	-
22.3146	17450	0.0004	-
22.3785	17500	0.0003	-
22.4425	17550	0.0006	-
22.5064	17600	0.0007	-
22.5703	17650	0.0006	-
22.6343	17700	0.0004	-
22.6982	17750	0.0006	-
22.7621	17800	0.0006	-
22.8261	17850	0.0006	-
22.8900	17900	0.0004	-
22.9540	17950	0.0006	-
23.0179	18000	0.0005	-
23.0818	18050	0.0003	-
23.1458	18100	0.0006	-
23.2097	18150	0.0006	-
23.2737	18200	0.0006	-
23.3376	18250	0.0007	-
23.4015	18300	0.0005	-
23.4655	18350	0.0005	-
23.5294	18400	0.0008	-
23.5934	18450	0.0004	-
23.6573	18500	0.0006	-
23.7212	18550	0.0004	-
23.7852	18600	0.0006	-
23.8491	18650	0.0007	-
23.9130	18700	0.0006	-
23.9770	18750	0.0006	-
24.0409	18800	0.0005	-
24.1049	18850	0.0002	-
24.1688	18900	0.0006	-
24.2327	18950	0.0005	-
24.2967	19000	0.0004	-
24.3606	19050	0.0006	-
24.4246	19100	0.0006	-
24.4885	19150	0.0007	-
24.5524	19200	0.0007	-
24.6164	19250	0.0005	-
24.6803	19300	0.0004	-
24.7442	19350	0.0006	-
24.8082	19400	0.0005	-
24.8721	19450	0.0007	-
24.9361	19500	0.0007	-
25.0	19550	0.0006	-
25.0639	19600	0.0005	-
25.1279	19650	0.0007	-
25.1918	19700	0.0006	-
25.2558	19750	0.0005	-
25.3197	19800	0.0005	-
25.3836	19850	0.0006	-
25.4476	19900	0.0008	-
25.5115	19950	0.0006	-
25.5754	20000	0.0003	-
25.6394	20050	0.0007	-
25.7033	20100	0.0006	-
25.7673	20150	0.0004	-
25.8312	20200	0.0005	-
25.8951	20250	0.0007	-
25.9591	20300	0.0004	-
26.0230	20350	0.0006	-
26.0870	20400	0.0007	-
26.1509	20450	0.0004	-
26.2148	20500	0.0006	-
26.2788	20550	0.0006	-
26.3427	20600	0.0004	-
26.4066	20650	0.0006	-
26.4706	20700	0.0006	-
26.5345	20750	0.0005	-
26.5985	20800	0.0008	-
26.6624	20850	0.0005	-
26.7263	20900	0.0008	-
26.7903	20950	0.0003	-
26.8542	21000	0.0006	-
26.9182	21050	0.0004	-
26.9821	21100	0.0003	-
27.0460	21150	0.0005	-
27.1100	21200	0.0007	-
27.1739	21250	0.0007	-
27.2379	21300	0.0003	-
27.3018	21350	0.0005	-
27.3657	21400	0.0007	-
27.4297	21450	0.0006	-
27.4936	21500	0.0005	-
27.5575	21550	0.0004	-
27.6215	21600	0.0008	-
27.6854	21650	0.0005	-
27.7494	21700	0.0006	-
27.8133	21750	0.0004	-
27.8772	21800	0.0004	-
27.9412	21850	0.0005	-
28.0051	21900	0.0007	-
28.0691	21950	0.0006	-
28.1330	22000	0.0008	-
28.1969	22050	0.0008	-
28.2609	22100	0.0003	-
28.3248	22150	0.0005	-
28.3887	22200	0.0005	-
28.4527	22250	0.0005	-
28.5166	22300	0.0009	-
28.5806	22350	0.0004	-
28.6445	22400	0.0007	-
28.7084	22450	0.0004	-
28.7724	22500	0.0004	-
28.8363	22550	0.0004	-
28.9003	22600	0.0003	-
28.9642	22650	0.0005	-
29.0281	22700	0.0007	-
29.0921	22750	0.0005	-
29.1560	22800	0.0004	-
29.2199	22850	0.0005	-
29.2839	22900	0.0007	-
29.3478	22950	0.0005	-
29.4118	23000	0.0004	-
29.4757	23050	0.0006	-
29.5396	23100	0.0004	-
29.6036	23150	0.0006	-
29.6675	23200	0.0005	-
29.7315	23250	0.0005	-
29.7954	23300	0.0007	-
29.8593	23350	0.0006	-
29.9233	23400	0.0006	-
29.9872	23450	0.0006	-

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

@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}
}