File size: 44,257 Bytes
5d658bb 2f44855 5d658bb 2f44855 5d658bb 2f44855 5d658bb 2f44855 5d658bb 2f44855 5d658bb 2f44855 5d658bb 2f44855 5d658bb 2f44855 5d658bb 2f44855 5d658bb 2f44855 5d658bb 2f44855 5d658bb 2f44855 5d658bb 2f44855 5d658bb |
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 |
---
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: 참존 디에이지 레드에디션 콘트롤크림 180ml (#M)홈>화장품/미용>마스크/팩>마사지크림/젤 Naverstore > 화장품/미용
> 마스크/팩 > 마사지크림/젤
- text: 바이오가 밀크 아미노산 크림 LotteOn > 뷰티 > 헤어/바디 > 바디케어 > 바디로션/크림 LotteOn > 뷰티 > 헤어/바디
> 바디케어 > 바디로션/크림
- text: 비오템 비오템 Life Plankton Sensitive Emulsion 50ml (#M)쿠팡 홈>뷰티>뷰티소품>용기/거울/기타소품>기타소품
LOREAL > Coupang > 비오템 > Branded > 비오템
- text: 푸드어홀릭 히알루론산 수분 젤 크림 300ml (#M)위메프 > 뷰티 > 스킨케어 > 크림 > 마사지크림 위메프 > 뷰티 > 스킨케어
> 크림 > 마사지크림
- text: 마몽드 로즈워터 토너 500ml × 1개 (#M)쿠팡 홈>뷰티>스킨케어>스킨 Coupang > 뷰티 > 스킨케어 > 스킨
metrics:
- accuracy
pipeline_tag: text-classification
library_name: setfit
inference: true
base_model: mini1013/master_domain
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: 0.912736827548057
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:** 11 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 |
|:------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 0 | <ul><li>'휘또뷔스뜨 플러스 데콜테 50ml (가슴 에센스) ssg > 뷰티 > 헤어/바디 > 바디케어 > 바디로션/크림;SSG.COM/바디케어/바디로션/크림/오일/바디로션/크림;(#M)SSG.COM>바디케어>바디로션/크림/오일>바디로션/크림 ssg > 뷰티 > 바디케어 > 바디로션/크림/오일'</li><li>'메디필 나이테 실 넥크림 100ml (#M)11st>스킨케어>탄력크림>탄력크림 11st > 뷰티 > 스킨케어 > 탄력크림 > 탄력크림'</li><li>'[1만원 상품권][4][단독] 기적의 크림 60ml 세트 (+18만 5천원 상당 넥/데콜테 크림) 모이스춰라이징 소프트 크림 ssg > 뷰티 > 스킨케어 > 크림;ssg > 뷰티 > 명품화장품 > 스킨케어 세트;ssg > 뷰티 > 스킨케어 > 스킨케어세트 ssg > 뷰티 > 스킨케어 > 크림'</li></ul> |
| 4 | <ul><li>'[랑콤] 토닉 꽁포르 400ml 세트 (+이드라젠 크림 30ml 용량 추가 증정) 없음 (#M)홈>스킨케어>스킨/토너 HMALL > 현대백화점 > 화장품 > 스킨케어 > 스킨로션/미스트'</li><li>'아이오페 라이브 리프트 소프너 스킨 인텐시브 150ml MinSellAmount (#M)화장품/향수>스킨케어>스킨/토너 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 스킨/토너'</li><li>'설린수 150ml 150~300ml LotteOn > 뷰티 > 스킨케어 > 스킨/토너 LotteOn > 뷰티 > 스킨케어 > 스킨/토너'</li></ul> |
| 8 | <ul><li>'그린티 히알루론산 로션 170mL 레티놀 시카 흔적 앰플 30mL + 레티놀 앰플 7mL (#M)위메프 > 뷰티 > 남성화장품 > 남성 스킨케어 > 남성스킨 위메프 > 뷰티 > 남성화장품 > 남성 스킨케어 > 남성스킨'</li><li>'아이오페 바이오 컨디셔닝 에센스 168ml 아이오페 바이오 컨디셔닝 에센스 216ml (#M)홈>화장품/미용>스킨케어>에센스 Naverstore > 화장품/미용 > 스킨케어 > 에센스'</li><li>'퓨어샷 나이트 리부트 세럼 50ml LotteOn > 백화점 TAP > 명품화장품 > 메인 배너 (PC) LotteOn > 뷰티 > 럭셔리 스킨케어 > 에센스/세럼'</li></ul> |
| 9 | <ul><li>'더테라피 로얄메이드 오일블렌딩 크림 50ml/JL MinSellAmount (#M)화장품/향수>스킨케어>크림/젤 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 크림/젤'</li><li>'닥터지 레드 블레미쉬 클리어 수딩크림 70ml × 3개 Coupang > 뷰티 > 선물세트/키트 > 선물세트 > 스킨케어;(#M)쿠팡 홈>뷰티>선물세트/키트>선물세트>스킨케어 Coupang > 뷰티 > 선물세트/키트 > 선물세트 > 스킨케어'</li><li>'유리아쥬 제모스 세라뜨 200ml /HY MinSellAmount (#M)화장품/향수>스킨케어>크림/젤 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 크림/젤'</li></ul> |
| 6 | <ul><li>'워터뱅크 크림 아이젤 라네즈 아이케어 보습 (#M)홈>화장품/미용>스킨케어>로션 Naverstore > 화장품/미용 > 스킨케어 > 로션'</li><li>'엑스트라 아이 리페어 인텐스 1+1 LotteOn > 백화점 > 뷰티 > 상단 배너 (Mobile) LotteOn > 뷰티 > 럭셔리 스킨케어 > 아이케어/넥케어'</li><li>'골드마스크 구매시 설화수샘플 자음생아이크림 7장증정 (#M)위메프 > 뷰티 > 스킨케어 > 팩/마스크 > 마스크시트팩 위메프 > 뷰티 > 스킨케어 > 팩/마스크 > 마스크시트팩'</li></ul> |
| 1 | <ul><li>'[최신제조] 설화수 자음유액 125ml LotteOn > 뷰티 > 스킨케어 > 아이케어/넥케어 LotteOn > 뷰티 > 스킨케어 > 아이케어/넥케어'</li><li>'바비 브라운 인텐시브 스킨 세럼 레디언스 에멀전 바비 브라운 인텐시브 스킨 세럼 레디언스 에멀전 홈>스킨케어>스킨/로션/올인원>스킨/토너;(#M)홈>스킨케어>토너/로션/올인원>스킨/토너 OLIVEYOUNG > 스킨케어 > 토너/로션/올인원 > 스킨/토너'</li><li>'한율 빨간쌀 진액에멀젼 125ml/로션+보습+피부방어력+피부장벽 LotteOn > 뷰티 > 스킨케어 > 아이케어/넥케어 LotteOn > 뷰티 > 스킨케어 > 아이케어/넥케어'</li></ul> |
| 3 | <ul><li>'은율 모이스처 글로우 멀티밤 10g 12개 LotteOn > 뷰티 > 남성화장품 > 남성화장품세트 LotteOn > 뷰티 > 남성화장품 > 남성화장품세트'</li><li>'KAHI 가히 1+1 링클바운스 멀티밤 수분 주름 스틱 보습 주름케어 LotteOn > 뷰티 > 스킨케어 > 미스트 LotteOn > 뷰티 > 스킨케어 > 미스트'</li><li>'가히 서울 링클 바운스 멀티밤 9g LotteOn > 뷰티 > 스킨케어 > 크림 LotteOn > 뷰티 > 스킨케어 > 크림'</li></ul> |
| 7 | <ul><li>'NEW 모이스춰 써지 아이 96-아워 하이드로 컨센트레이트 15ml LotteOn > 뷰티 > 스킨케어 > 아이케어 LotteOn > 뷰티 > 럭셔리 스킨케어 > 아이케어/넥케어'</li><li>'SNP 골드 콜라겐 니들 패치 3박스 (24매) (#M)11st>스킨케어>팩/마스크>고무팩 11st > 뷰티 > 스킨케어 > 팩/마스크 > 고무팩'</li><li>'프럼네이처 골드 하이드로겔 아이패치 60매입 × 1개 쿠팡 홈>뷰티>스킨케어>마스크/팩>코팩/기타패치>아이 패치;쿠팡 홈>뷰티>스킨케어>마스크/팩>패치/코팩>기타패치;(#M)쿠팡 홈>뷰티>스킨케어>마스크/팩>패치/코팩>아이 패치 Coupang > 뷰티 > 스킨케어 > 마스크/팩 > 패치/코팩 > 아이 패치'</li></ul> |
| 10 | <ul><li>'블랙티 유스 인핸싱 오일 30mL LotteOn > 뷰티 > 스킨케어 > 오일 LotteOn > 뷰티 > 스킨케어 > 오일'</li><li>'[3월][한정] 아베이 로얄 유쓰 워터리 오일 50ml 세트 아베이 로얄 유쓰 워터리 오일 LotteOn > 뷰티 > 명품화장품 > 스킨케어 > 오일 LotteOn > 뷰티 > 명품화장품 > 스킨케어 > 오일'</li><li>'청미정 비타민나무 페이스오일 LotteOn > 뷰티 > 스킨케어 > 오일 LotteOn > 뷰티 > 스킨케어 > 오일'</li></ul> |
| 2 | <ul><li>'[본사직영] 글로우 스킨밤 투 고 미스트 80 ml 위메프 > 뷰티 > 메이크업 > 립 메이크업;위메프 > 뷰티 > 메이크업 > 립 메이크업 > 립글로즈;위메프 > 뷰티 > 스킨케어 > 앰플/에센스/세럼 > 에센스;위메프 > 뷰티 > 스킨케어 > 미스트;(#M)위메프 > 뷰티 > 스킨케어 > 미스트 > 미스트 위메프 > 뷰티 > 스킨케어 > 미스트'</li><li>'메이블린 뉴욕 래스팅 픽스 스프레이 60ml × 1개 LotteOn > 뷰티 > 메이크업 > 베이스메이크업 > 베이스/프라이머 LotteOn > 뷰티 > 메이크업 > 베이스메이크업 > 베이스/프라이머'</li><li>'(아벤느 공식판매) 오떼르말 300ml(1+1)_AN08-2 A 화장품|미용>헤어케어|염색>샴푸린스>샴푸;(#M)홈>화장품/미용>헤어케어|염색>샴푸린스>샴푸 HMALL > 뷰티 > 화장품/미용 > 헤어케어 > 샴푸린스 > 샴푸'</li></ul> |
| 5 | <ul><li>'아이오페 여성화장품 라이브 리프트 스페셜 2종세트 MinSellAmount (#M)화장품/향수>스킨케어>페이스오일 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 페이스오일'</li><li>'설화수 탄력 에센셜 3종기획세트 탄력크림 기초화장품 30대여자화장품 추천 LotteOn > 뷰티 > 스킨케어 > 화장품세트 LotteOn > 뷰티 > 스킨케어 > 화장품세트'</li><li>'그린티 스킨케어세트 이니스프리 그린티세트 밸런싱 (#M)위메프 > 생활·주방용품 > 바디/헤어 > 바디로션/핸드/풋 > 생활선물세트 위메프 > 뷰티 > 바디/헤어 > 바디로션/핸드/풋 > 생활선물세트'</li></ul> |
## Evaluation
### Metrics
| Label | Accuracy |
|:--------|:---------|
| **all** | 0.9127 |
## 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_item_top_bt9")
# Run inference
preds = model("마몽드 로즈워터 토너 500ml × 1개 (#M)쿠팡 홈>뷰티>스킨케어>스킨 Coupang > 뷰티 > 스킨케어 > 스킨")
```
<!--
### 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 | 10 | 20.6873 | 55 |
| 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 |
### 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 |
|:-------:|:-----:|:-------------:|:---------------:|
| 0.0012 | 1 | 0.3079 | - |
| 0.0581 | 50 | 0.3024 | - |
| 0.1163 | 100 | 0.288 | - |
| 0.1744 | 150 | 0.2621 | - |
| 0.2326 | 200 | 0.2186 | - |
| 0.2907 | 250 | 0.191 | - |
| 0.3488 | 300 | 0.1552 | - |
| 0.4070 | 350 | 0.1255 | - |
| 0.4651 | 400 | 0.1053 | - |
| 0.5233 | 450 | 0.0908 | - |
| 0.5814 | 500 | 0.0691 | - |
| 0.6395 | 550 | 0.0665 | - |
| 0.6977 | 600 | 0.053 | - |
| 0.7558 | 650 | 0.0438 | - |
| 0.8140 | 700 | 0.0407 | - |
| 0.8721 | 750 | 0.0325 | - |
| 0.9302 | 800 | 0.0277 | - |
| 0.9884 | 850 | 0.0232 | - |
| 1.0465 | 900 | 0.0197 | - |
| 1.1047 | 950 | 0.0171 | - |
| 1.1628 | 1000 | 0.0137 | - |
| 1.2209 | 1050 | 0.0113 | - |
| 1.2791 | 1100 | 0.0104 | - |
| 1.3372 | 1150 | 0.0109 | - |
| 1.3953 | 1200 | 0.0086 | - |
| 1.4535 | 1250 | 0.0075 | - |
| 1.5116 | 1300 | 0.0065 | - |
| 1.5698 | 1350 | 0.0075 | - |
| 1.6279 | 1400 | 0.0071 | - |
| 1.6860 | 1450 | 0.0072 | - |
| 1.7442 | 1500 | 0.0081 | - |
| 1.8023 | 1550 | 0.006 | - |
| 1.8605 | 1600 | 0.0062 | - |
| 1.9186 | 1650 | 0.0034 | - |
| 1.9767 | 1700 | 0.0019 | - |
| 2.0349 | 1750 | 0.0023 | - |
| 2.0930 | 1800 | 0.0019 | - |
| 2.1512 | 1850 | 0.0012 | - |
| 2.2093 | 1900 | 0.0009 | - |
| 2.2674 | 1950 | 0.0007 | - |
| 2.3256 | 2000 | 0.0001 | - |
| 2.3837 | 2050 | 0.0004 | - |
| 2.4419 | 2100 | 0.0008 | - |
| 2.5 | 2150 | 0.0011 | - |
| 2.5581 | 2200 | 0.0012 | - |
| 2.6163 | 2250 | 0.0009 | - |
| 2.6744 | 2300 | 0.0008 | - |
| 2.7326 | 2350 | 0.0006 | - |
| 2.7907 | 2400 | 0.0001 | - |
| 2.8488 | 2450 | 0.0002 | - |
| 2.9070 | 2500 | 0.0002 | - |
| 2.9651 | 2550 | 0.0004 | - |
| 3.0233 | 2600 | 0.0 | - |
| 3.0814 | 2650 | 0.0 | - |
| 3.1395 | 2700 | 0.0 | - |
| 3.1977 | 2750 | 0.0 | - |
| 3.2558 | 2800 | 0.0 | - |
| 3.3140 | 2850 | 0.0 | - |
| 3.3721 | 2900 | 0.0 | - |
| 3.4302 | 2950 | 0.0008 | - |
| 3.4884 | 3000 | 0.0008 | - |
| 3.5465 | 3050 | 0.0 | - |
| 3.6047 | 3100 | 0.0004 | - |
| 3.6628 | 3150 | 0.0026 | - |
| 3.7209 | 3200 | 0.0033 | - |
| 3.7791 | 3250 | 0.0013 | - |
| 3.8372 | 3300 | 0.0002 | - |
| 3.8953 | 3350 | 0.001 | - |
| 3.9535 | 3400 | 0.0006 | - |
| 4.0116 | 3450 | 0.0 | - |
| 4.0698 | 3500 | 0.0 | - |
| 4.1279 | 3550 | 0.0 | - |
| 4.1860 | 3600 | 0.0 | - |
| 4.2442 | 3650 | 0.0002 | - |
| 4.3023 | 3700 | 0.0002 | - |
| 4.3605 | 3750 | 0.0002 | - |
| 4.4186 | 3800 | 0.0 | - |
| 4.4767 | 3850 | 0.0 | - |
| 4.5349 | 3900 | 0.0 | - |
| 4.5930 | 3950 | 0.0 | - |
| 4.6512 | 4000 | 0.0 | - |
| 4.7093 | 4050 | 0.0 | - |
| 4.7674 | 4100 | 0.0 | - |
| 4.8256 | 4150 | 0.0 | - |
| 4.8837 | 4200 | 0.0 | - |
| 4.9419 | 4250 | 0.0 | - |
| 5.0 | 4300 | 0.0 | - |
| 5.0581 | 4350 | 0.0 | - |
| 5.1163 | 4400 | 0.0 | - |
| 5.1744 | 4450 | 0.0 | - |
| 5.2326 | 4500 | 0.0 | - |
| 5.2907 | 4550 | 0.0 | - |
| 5.3488 | 4600 | 0.0 | - |
| 5.4070 | 4650 | 0.0 | - |
| 5.4651 | 4700 | 0.0 | - |
| 5.5233 | 4750 | 0.0 | - |
| 5.5814 | 4800 | 0.0 | - |
| 5.6395 | 4850 | 0.0 | - |
| 5.6977 | 4900 | 0.0 | - |
| 5.7558 | 4950 | 0.0 | - |
| 5.8140 | 5000 | 0.0 | - |
| 5.8721 | 5050 | 0.0 | - |
| 5.9302 | 5100 | 0.0 | - |
| 5.9884 | 5150 | 0.0 | - |
| 6.0465 | 5200 | 0.0 | - |
| 6.1047 | 5250 | 0.0 | - |
| 6.1628 | 5300 | 0.0 | - |
| 6.2209 | 5350 | 0.0 | - |
| 6.2791 | 5400 | 0.0 | - |
| 6.3372 | 5450 | 0.0 | - |
| 6.3953 | 5500 | 0.0 | - |
| 6.4535 | 5550 | 0.0 | - |
| 6.5116 | 5600 | 0.0 | - |
| 6.5698 | 5650 | 0.0 | - |
| 6.6279 | 5700 | 0.0 | - |
| 6.6860 | 5750 | 0.0 | - |
| 6.7442 | 5800 | 0.0 | - |
| 6.8023 | 5850 | 0.0 | - |
| 6.8605 | 5900 | 0.0 | - |
| 6.9186 | 5950 | 0.0 | - |
| 6.9767 | 6000 | 0.0 | - |
| 7.0349 | 6050 | 0.0 | - |
| 7.0930 | 6100 | 0.0 | - |
| 7.1512 | 6150 | 0.0 | - |
| 7.2093 | 6200 | 0.0 | - |
| 7.2674 | 6250 | 0.0 | - |
| 7.3256 | 6300 | 0.0 | - |
| 7.3837 | 6350 | 0.0 | - |
| 7.4419 | 6400 | 0.0 | - |
| 7.5 | 6450 | 0.0 | - |
| 7.5581 | 6500 | 0.0 | - |
| 7.6163 | 6550 | 0.0 | - |
| 7.6744 | 6600 | 0.0 | - |
| 7.7326 | 6650 | 0.0 | - |
| 7.7907 | 6700 | 0.0 | - |
| 7.8488 | 6750 | 0.0 | - |
| 7.9070 | 6800 | 0.0 | - |
| 7.9651 | 6850 | 0.0 | - |
| 8.0233 | 6900 | 0.0 | - |
| 8.0814 | 6950 | 0.0005 | - |
| 8.1395 | 7000 | 0.0089 | - |
| 8.1977 | 7050 | 0.0043 | - |
| 8.2558 | 7100 | 0.0012 | - |
| 8.3140 | 7150 | 0.0003 | - |
| 8.3721 | 7200 | 0.0003 | - |
| 8.4302 | 7250 | 0.0003 | - |
| 8.4884 | 7300 | 0.0001 | - |
| 8.5465 | 7350 | 0.0 | - |
| 8.6047 | 7400 | 0.0 | - |
| 8.6628 | 7450 | 0.0 | - |
| 8.7209 | 7500 | 0.0 | - |
| 8.7791 | 7550 | 0.0 | - |
| 8.8372 | 7600 | 0.0 | - |
| 8.8953 | 7650 | 0.0 | - |
| 8.9535 | 7700 | 0.0 | - |
| 9.0116 | 7750 | 0.0 | - |
| 9.0698 | 7800 | 0.0 | - |
| 9.1279 | 7850 | 0.0 | - |
| 9.1860 | 7900 | 0.0 | - |
| 9.2442 | 7950 | 0.0 | - |
| 9.3023 | 8000 | 0.0 | - |
| 9.3605 | 8050 | 0.0 | - |
| 9.4186 | 8100 | 0.0 | - |
| 9.4767 | 8150 | 0.0 | - |
| 9.5349 | 8200 | 0.0 | - |
| 9.5930 | 8250 | 0.0 | - |
| 9.6512 | 8300 | 0.0 | - |
| 9.7093 | 8350 | 0.0 | - |
| 9.7674 | 8400 | 0.0 | - |
| 9.8256 | 8450 | 0.0 | - |
| 9.8837 | 8500 | 0.0 | - |
| 9.9419 | 8550 | 0.0 | - |
| 10.0 | 8600 | 0.0 | - |
| 10.0581 | 8650 | 0.0 | - |
| 10.1163 | 8700 | 0.0 | - |
| 10.1744 | 8750 | 0.0 | - |
| 10.2326 | 8800 | 0.0 | - |
| 10.2907 | 8850 | 0.0 | - |
| 10.3488 | 8900 | 0.0 | - |
| 10.4070 | 8950 | 0.0 | - |
| 10.4651 | 9000 | 0.0 | - |
| 10.5233 | 9050 | 0.0 | - |
| 10.5814 | 9100 | 0.0 | - |
| 10.6395 | 9150 | 0.0 | - |
| 10.6977 | 9200 | 0.0 | - |
| 10.7558 | 9250 | 0.0 | - |
| 10.8140 | 9300 | 0.0 | - |
| 10.8721 | 9350 | 0.0 | - |
| 10.9302 | 9400 | 0.0 | - |
| 10.9884 | 9450 | 0.0 | - |
| 11.0465 | 9500 | 0.0 | - |
| 11.1047 | 9550 | 0.0 | - |
| 11.1628 | 9600 | 0.0 | - |
| 11.2209 | 9650 | 0.0 | - |
| 11.2791 | 9700 | 0.0 | - |
| 11.3372 | 9750 | 0.0 | - |
| 11.3953 | 9800 | 0.0 | - |
| 11.4535 | 9850 | 0.0 | - |
| 11.5116 | 9900 | 0.0 | - |
| 11.5698 | 9950 | 0.0 | - |
| 11.6279 | 10000 | 0.0 | - |
| 11.6860 | 10050 | 0.0 | - |
| 11.7442 | 10100 | 0.0 | - |
| 11.8023 | 10150 | 0.0 | - |
| 11.8605 | 10200 | 0.0 | - |
| 11.9186 | 10250 | 0.0 | - |
| 11.9767 | 10300 | 0.0 | - |
| 12.0349 | 10350 | 0.0 | - |
| 12.0930 | 10400 | 0.0 | - |
| 12.1512 | 10450 | 0.0 | - |
| 12.2093 | 10500 | 0.0 | - |
| 12.2674 | 10550 | 0.0 | - |
| 12.3256 | 10600 | 0.0 | - |
| 12.3837 | 10650 | 0.0 | - |
| 12.4419 | 10700 | 0.0 | - |
| 12.5 | 10750 | 0.0 | - |
| 12.5581 | 10800 | 0.0 | - |
| 12.6163 | 10850 | 0.0 | - |
| 12.6744 | 10900 | 0.0 | - |
| 12.7326 | 10950 | 0.0 | - |
| 12.7907 | 11000 | 0.0 | - |
| 12.8488 | 11050 | 0.0 | - |
| 12.9070 | 11100 | 0.0 | - |
| 12.9651 | 11150 | 0.0 | - |
| 13.0233 | 11200 | 0.0 | - |
| 13.0814 | 11250 | 0.0 | - |
| 13.1395 | 11300 | 0.0 | - |
| 13.1977 | 11350 | 0.0 | - |
| 13.2558 | 11400 | 0.0 | - |
| 13.3140 | 11450 | 0.0 | - |
| 13.3721 | 11500 | 0.0 | - |
| 13.4302 | 11550 | 0.0 | - |
| 13.4884 | 11600 | 0.0 | - |
| 13.5465 | 11650 | 0.0 | - |
| 13.6047 | 11700 | 0.0 | - |
| 13.6628 | 11750 | 0.0 | - |
| 13.7209 | 11800 | 0.0 | - |
| 13.7791 | 11850 | 0.0 | - |
| 13.8372 | 11900 | 0.0 | - |
| 13.8953 | 11950 | 0.0 | - |
| 13.9535 | 12000 | 0.0 | - |
| 14.0116 | 12050 | 0.0 | - |
| 14.0698 | 12100 | 0.0 | - |
| 14.1279 | 12150 | 0.0 | - |
| 14.1860 | 12200 | 0.0 | - |
| 14.2442 | 12250 | 0.0 | - |
| 14.3023 | 12300 | 0.0 | - |
| 14.3605 | 12350 | 0.0 | - |
| 14.4186 | 12400 | 0.0 | - |
| 14.4767 | 12450 | 0.0 | - |
| 14.5349 | 12500 | 0.0 | - |
| 14.5930 | 12550 | 0.0 | - |
| 14.6512 | 12600 | 0.0 | - |
| 14.7093 | 12650 | 0.0 | - |
| 14.7674 | 12700 | 0.0 | - |
| 14.8256 | 12750 | 0.0 | - |
| 14.8837 | 12800 | 0.0 | - |
| 14.9419 | 12850 | 0.0 | - |
| 15.0 | 12900 | 0.0 | - |
| 15.0581 | 12950 | 0.0 | - |
| 15.1163 | 13000 | 0.0 | - |
| 15.1744 | 13050 | 0.0 | - |
| 15.2326 | 13100 | 0.0 | - |
| 15.2907 | 13150 | 0.0 | - |
| 15.3488 | 13200 | 0.0 | - |
| 15.4070 | 13250 | 0.0 | - |
| 15.4651 | 13300 | 0.0 | - |
| 15.5233 | 13350 | 0.0 | - |
| 15.5814 | 13400 | 0.0 | - |
| 15.6395 | 13450 | 0.0 | - |
| 15.6977 | 13500 | 0.0 | - |
| 15.7558 | 13550 | 0.0 | - |
| 15.8140 | 13600 | 0.0 | - |
| 15.8721 | 13650 | 0.0 | - |
| 15.9302 | 13700 | 0.0 | - |
| 15.9884 | 13750 | 0.0 | - |
| 16.0465 | 13800 | 0.0 | - |
| 16.1047 | 13850 | 0.0 | - |
| 16.1628 | 13900 | 0.0 | - |
| 16.2209 | 13950 | 0.0 | - |
| 16.2791 | 14000 | 0.0 | - |
| 16.3372 | 14050 | 0.0 | - |
| 16.3953 | 14100 | 0.0 | - |
| 16.4535 | 14150 | 0.0 | - |
| 16.5116 | 14200 | 0.0 | - |
| 16.5698 | 14250 | 0.0 | - |
| 16.6279 | 14300 | 0.0 | - |
| 16.6860 | 14350 | 0.0 | - |
| 16.7442 | 14400 | 0.0 | - |
| 16.8023 | 14450 | 0.0 | - |
| 16.8605 | 14500 | 0.0 | - |
| 16.9186 | 14550 | 0.0 | - |
| 16.9767 | 14600 | 0.0 | - |
| 17.0349 | 14650 | 0.0 | - |
| 17.0930 | 14700 | 0.0 | - |
| 17.1512 | 14750 | 0.0 | - |
| 17.2093 | 14800 | 0.0 | - |
| 17.2674 | 14850 | 0.0 | - |
| 17.3256 | 14900 | 0.0 | - |
| 17.3837 | 14950 | 0.0 | - |
| 17.4419 | 15000 | 0.0 | - |
| 17.5 | 15050 | 0.0 | - |
| 17.5581 | 15100 | 0.0 | - |
| 17.6163 | 15150 | 0.0 | - |
| 17.6744 | 15200 | 0.0 | - |
| 17.7326 | 15250 | 0.0 | - |
| 17.7907 | 15300 | 0.0 | - |
| 17.8488 | 15350 | 0.0 | - |
| 17.9070 | 15400 | 0.0 | - |
| 17.9651 | 15450 | 0.0 | - |
| 18.0233 | 15500 | 0.0 | - |
| 18.0814 | 15550 | 0.0 | - |
| 18.1395 | 15600 | 0.0 | - |
| 18.1977 | 15650 | 0.0 | - |
| 18.2558 | 15700 | 0.0 | - |
| 18.3140 | 15750 | 0.0 | - |
| 18.3721 | 15800 | 0.0 | - |
| 18.4302 | 15850 | 0.0 | - |
| 18.4884 | 15900 | 0.0 | - |
| 18.5465 | 15950 | 0.0 | - |
| 18.6047 | 16000 | 0.0 | - |
| 18.6628 | 16050 | 0.0 | - |
| 18.7209 | 16100 | 0.0 | - |
| 18.7791 | 16150 | 0.0 | - |
| 18.8372 | 16200 | 0.0 | - |
| 18.8953 | 16250 | 0.0 | - |
| 18.9535 | 16300 | 0.0 | - |
| 19.0116 | 16350 | 0.0 | - |
| 19.0698 | 16400 | 0.0 | - |
| 19.1279 | 16450 | 0.0 | - |
| 19.1860 | 16500 | 0.0 | - |
| 19.2442 | 16550 | 0.0 | - |
| 19.3023 | 16600 | 0.0 | - |
| 19.3605 | 16650 | 0.0 | - |
| 19.4186 | 16700 | 0.0 | - |
| 19.4767 | 16750 | 0.0 | - |
| 19.5349 | 16800 | 0.0 | - |
| 19.5930 | 16850 | 0.0 | - |
| 19.6512 | 16900 | 0.0 | - |
| 19.7093 | 16950 | 0.0 | - |
| 19.7674 | 17000 | 0.0 | - |
| 19.8256 | 17050 | 0.0 | - |
| 19.8837 | 17100 | 0.0 | - |
| 19.9419 | 17150 | 0.0 | - |
| 20.0 | 17200 | 0.0 | - |
| 20.0581 | 17250 | 0.0 | - |
| 20.1163 | 17300 | 0.0 | - |
| 20.1744 | 17350 | 0.0 | - |
| 20.2326 | 17400 | 0.0 | - |
| 20.2907 | 17450 | 0.0 | - |
| 20.3488 | 17500 | 0.0 | - |
| 20.4070 | 17550 | 0.0 | - |
| 20.4651 | 17600 | 0.0 | - |
| 20.5233 | 17650 | 0.0 | - |
| 20.5814 | 17700 | 0.0 | - |
| 20.6395 | 17750 | 0.0 | - |
| 20.6977 | 17800 | 0.0 | - |
| 20.7558 | 17850 | 0.0 | - |
| 20.8140 | 17900 | 0.0 | - |
| 20.8721 | 17950 | 0.0 | - |
| 20.9302 | 18000 | 0.0 | - |
| 20.9884 | 18050 | 0.0 | - |
| 21.0465 | 18100 | 0.0 | - |
| 21.1047 | 18150 | 0.0 | - |
| 21.1628 | 18200 | 0.0 | - |
| 21.2209 | 18250 | 0.0 | - |
| 21.2791 | 18300 | 0.0 | - |
| 21.3372 | 18350 | 0.0 | - |
| 21.3953 | 18400 | 0.0 | - |
| 21.4535 | 18450 | 0.0 | - |
| 21.5116 | 18500 | 0.0 | - |
| 21.5698 | 18550 | 0.0 | - |
| 21.6279 | 18600 | 0.0 | - |
| 21.6860 | 18650 | 0.0 | - |
| 21.7442 | 18700 | 0.0 | - |
| 21.8023 | 18750 | 0.0 | - |
| 21.8605 | 18800 | 0.0 | - |
| 21.9186 | 18850 | 0.0 | - |
| 21.9767 | 18900 | 0.0 | - |
| 22.0349 | 18950 | 0.0 | - |
| 22.0930 | 19000 | 0.0 | - |
| 22.1512 | 19050 | 0.0 | - |
| 22.2093 | 19100 | 0.0 | - |
| 22.2674 | 19150 | 0.0 | - |
| 22.3256 | 19200 | 0.0 | - |
| 22.3837 | 19250 | 0.0 | - |
| 22.4419 | 19300 | 0.0 | - |
| 22.5 | 19350 | 0.0 | - |
| 22.5581 | 19400 | 0.0 | - |
| 22.6163 | 19450 | 0.0 | - |
| 22.6744 | 19500 | 0.0 | - |
| 22.7326 | 19550 | 0.0 | - |
| 22.7907 | 19600 | 0.0 | - |
| 22.8488 | 19650 | 0.0 | - |
| 22.9070 | 19700 | 0.0 | - |
| 22.9651 | 19750 | 0.0 | - |
| 23.0233 | 19800 | 0.0 | - |
| 23.0814 | 19850 | 0.0 | - |
| 23.1395 | 19900 | 0.0 | - |
| 23.1977 | 19950 | 0.0 | - |
| 23.2558 | 20000 | 0.0 | - |
| 23.3140 | 20050 | 0.0 | - |
| 23.3721 | 20100 | 0.0 | - |
| 23.4302 | 20150 | 0.0 | - |
| 23.4884 | 20200 | 0.0 | - |
| 23.5465 | 20250 | 0.0 | - |
| 23.6047 | 20300 | 0.0 | - |
| 23.6628 | 20350 | 0.0 | - |
| 23.7209 | 20400 | 0.0 | - |
| 23.7791 | 20450 | 0.0 | - |
| 23.8372 | 20500 | 0.0 | - |
| 23.8953 | 20550 | 0.0 | - |
| 23.9535 | 20600 | 0.0 | - |
| 24.0116 | 20650 | 0.0 | - |
| 24.0698 | 20700 | 0.0 | - |
| 24.1279 | 20750 | 0.0 | - |
| 24.1860 | 20800 | 0.0 | - |
| 24.2442 | 20850 | 0.0 | - |
| 24.3023 | 20900 | 0.0 | - |
| 24.3605 | 20950 | 0.0 | - |
| 24.4186 | 21000 | 0.0 | - |
| 24.4767 | 21050 | 0.0 | - |
| 24.5349 | 21100 | 0.0 | - |
| 24.5930 | 21150 | 0.0 | - |
| 24.6512 | 21200 | 0.0003 | - |
| 24.7093 | 21250 | 0.0001 | - |
| 24.7674 | 21300 | 0.0001 | - |
| 24.8256 | 21350 | 0.0 | - |
| 24.8837 | 21400 | 0.0 | - |
| 24.9419 | 21450 | 0.0 | - |
| 25.0 | 21500 | 0.0 | - |
| 25.0581 | 21550 | 0.0 | - |
| 25.1163 | 21600 | 0.0 | - |
| 25.1744 | 21650 | 0.0 | - |
| 25.2326 | 21700 | 0.0 | - |
| 25.2907 | 21750 | 0.0 | - |
| 25.3488 | 21800 | 0.0 | - |
| 25.4070 | 21850 | 0.0 | - |
| 25.4651 | 21900 | 0.0 | - |
| 25.5233 | 21950 | 0.0 | - |
| 25.5814 | 22000 | 0.0 | - |
| 25.6395 | 22050 | 0.0 | - |
| 25.6977 | 22100 | 0.0 | - |
| 25.7558 | 22150 | 0.0 | - |
| 25.8140 | 22200 | 0.0 | - |
| 25.8721 | 22250 | 0.0 | - |
| 25.9302 | 22300 | 0.0 | - |
| 25.9884 | 22350 | 0.0 | - |
| 26.0465 | 22400 | 0.0 | - |
| 26.1047 | 22450 | 0.0 | - |
| 26.1628 | 22500 | 0.0 | - |
| 26.2209 | 22550 | 0.0 | - |
| 26.2791 | 22600 | 0.0 | - |
| 26.3372 | 22650 | 0.0 | - |
| 26.3953 | 22700 | 0.0 | - |
| 26.4535 | 22750 | 0.0 | - |
| 26.5116 | 22800 | 0.0 | - |
| 26.5698 | 22850 | 0.0 | - |
| 26.6279 | 22900 | 0.0 | - |
| 26.6860 | 22950 | 0.0 | - |
| 26.7442 | 23000 | 0.0 | - |
| 26.8023 | 23050 | 0.0 | - |
| 26.8605 | 23100 | 0.0 | - |
| 26.9186 | 23150 | 0.0 | - |
| 26.9767 | 23200 | 0.0 | - |
| 27.0349 | 23250 | 0.0 | - |
| 27.0930 | 23300 | 0.0 | - |
| 27.1512 | 23350 | 0.0 | - |
| 27.2093 | 23400 | 0.0 | - |
| 27.2674 | 23450 | 0.0 | - |
| 27.3256 | 23500 | 0.0 | - |
| 27.3837 | 23550 | 0.0 | - |
| 27.4419 | 23600 | 0.0 | - |
| 27.5 | 23650 | 0.0 | - |
| 27.5581 | 23700 | 0.0 | - |
| 27.6163 | 23750 | 0.0 | - |
| 27.6744 | 23800 | 0.0 | - |
| 27.7326 | 23850 | 0.0 | - |
| 27.7907 | 23900 | 0.0 | - |
| 27.8488 | 23950 | 0.0 | - |
| 27.9070 | 24000 | 0.0 | - |
| 27.9651 | 24050 | 0.0 | - |
| 28.0233 | 24100 | 0.0 | - |
| 28.0814 | 24150 | 0.0 | - |
| 28.1395 | 24200 | 0.0 | - |
| 28.1977 | 24250 | 0.0 | - |
| 28.2558 | 24300 | 0.0 | - |
| 28.3140 | 24350 | 0.0 | - |
| 28.3721 | 24400 | 0.0 | - |
| 28.4302 | 24450 | 0.0 | - |
| 28.4884 | 24500 | 0.0 | - |
| 28.5465 | 24550 | 0.0 | - |
| 28.6047 | 24600 | 0.0 | - |
| 28.6628 | 24650 | 0.0 | - |
| 28.7209 | 24700 | 0.0 | - |
| 28.7791 | 24750 | 0.0 | - |
| 28.8372 | 24800 | 0.0 | - |
| 28.8953 | 24850 | 0.0 | - |
| 28.9535 | 24900 | 0.0 | - |
| 29.0116 | 24950 | 0.0 | - |
| 29.0698 | 25000 | 0.0 | - |
| 29.1279 | 25050 | 0.0 | - |
| 29.1860 | 25100 | 0.0 | - |
| 29.2442 | 25150 | 0.0 | - |
| 29.3023 | 25200 | 0.0 | - |
| 29.3605 | 25250 | 0.0 | - |
| 29.4186 | 25300 | 0.0 | - |
| 29.4767 | 25350 | 0.0 | - |
| 29.5349 | 25400 | 0.0 | - |
| 29.5930 | 25450 | 0.0 | - |
| 29.6512 | 25500 | 0.0 | - |
| 29.7093 | 25550 | 0.0 | - |
| 29.7674 | 25600 | 0.0 | - |
| 29.8256 | 25650 | 0.0 | - |
| 29.8837 | 25700 | 0.0 | - |
| 29.9419 | 25750 | 0.0 | - |
| 30.0 | 25800 | 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.*
--> |