---
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
### 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 | - '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'
- '메디필 나이테 실 넥크림 100ml (#M)11st>스킨케어>탄력크림>탄력크림 11st > 뷰티 > 스킨케어 > 탄력크림 > 탄력크림'
- '[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'
|
| 4 | - '[랑콤] 토닉 꽁포르 400ml 세트 (+이드라젠 크림 30ml 용량 추가 증정) 없음 (#M)홈>스킨케어>스킨/토너 HMALL > 현대백화점 > 화장품 > 스킨케어 > 스킨로션/미스트'
- '아이오페 라이브 리프트 소프너 스킨 인텐시브 150ml MinSellAmount (#M)화장품/향수>스킨케어>스킨/토너 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 스킨/토너'
- '설린수 150ml 150~300ml LotteOn > 뷰티 > 스킨케어 > 스킨/토너 LotteOn > 뷰티 > 스킨케어 > 스킨/토너'
|
| 8 | - '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'
- '아이오페 바이오 컨디셔닝 에센스 168ml 아이오페 바이오 컨디셔닝 에센스 216ml (#M)홈>화장품/미용>스킨케어>에센스 Naverstore > 화장품/미용 > 스킨케어 > 에센스'
- '퓨어샷 나이트 리부트 세럼 50ml LotteOn > 백화점 TAP > 명품화장품 > 메인 배너 (PC) LotteOn > 뷰티 > 럭셔리 스킨케어 > 에센스/세럼'
|
| 9 | - '더테라피 로얄메이드 오일블렌딩 크림 50ml/JL MinSellAmount (#M)화장품/향수>스킨케어>크림/젤 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 크림/젤'
- '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'
- '유리아쥬 제모스 세라뜨 200ml /HY MinSellAmount (#M)화장품/향수>스킨케어>크림/젤 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 크림/젤'
|
| 6 | - '워터뱅크 크림 아이젤 라네즈 아이케어 보습 (#M)홈>화장품/미용>스킨케어>로션 Naverstore > 화장품/미용 > 스킨케어 > 로션'
- '엑스트라 아이 리페어 인텐스 1+1 LotteOn > 백화점 > 뷰티 > 상단 배너 (Mobile) LotteOn > 뷰티 > 럭셔리 스킨케어 > 아이케어/넥케어'
- '골드마스크 구매시 설화수샘플 자음생아이크림 7장증정 (#M)위메프 > 뷰티 > 스킨케어 > 팩/마스크 > 마스크시트팩 위메프 > 뷰티 > 스킨케어 > 팩/마스크 > 마스크시트팩'
|
| 1 | - '[최신제조] 설화수 자음유액 125ml LotteOn > 뷰티 > 스킨케어 > 아이케어/넥케어 LotteOn > 뷰티 > 스킨케어 > 아이케어/넥케어'
- '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'
- '한율 빨간쌀 진액에멀젼 125ml/로션+보습+피부방어력+피부장벽 LotteOn > 뷰티 > 스킨케어 > 아이케어/넥케어 LotteOn > 뷰티 > 스킨케어 > 아이케어/넥케어'
|
| 3 | - '은율 모이스처 글로우 멀티밤 10g 12개 LotteOn > 뷰티 > 남성화장품 > 남성화장품세트 LotteOn > 뷰티 > 남성화장품 > 남성화장품세트'
- 'KAHI 가히 1+1 링클바운스 멀티밤 수분 주름 스틱 보습 주름케어 LotteOn > 뷰티 > 스킨케어 > 미스트 LotteOn > 뷰티 > 스킨케어 > 미스트'
- '가히 서울 링클 바운스 멀티밤 9g LotteOn > 뷰티 > 스킨케어 > 크림 LotteOn > 뷰티 > 스킨케어 > 크림'
|
| 7 | - 'NEW 모이스춰 써지 아이 96-아워 하이드로 컨센트레이트 15ml LotteOn > 뷰티 > 스킨케어 > 아이케어 LotteOn > 뷰티 > 럭셔리 스킨케어 > 아이케어/넥케어'
- 'SNP 골드 콜라겐 니들 패치 3박스 (24매) (#M)11st>스킨케어>팩/마스크>고무팩 11st > 뷰티 > 스킨케어 > 팩/마스크 > 고무팩'
- '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'
|
| 10 | - '블랙티 유스 인핸싱 오일 30mL LotteOn > 뷰티 > 스킨케어 > 오일 LotteOn > 뷰티 > 스킨케어 > 오일'
- '[3월][한정] 아베이 로얄 유쓰 워터리 오일 50ml 세트 아베이 로얄 유쓰 워터리 오일 LotteOn > 뷰티 > 명품화장품 > 스킨케어 > 오일 LotteOn > 뷰티 > 명품화장품 > 스킨케어 > 오일'
- '청미정 비타민나무 페이스오일 LotteOn > 뷰티 > 스킨케어 > 오일 LotteOn > 뷰티 > 스킨케어 > 오일'
|
| 2 | - '[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'
- '메이블린 뉴욕 래스팅 픽스 스프레이 60ml × 1개 LotteOn > 뷰티 > 메이크업 > 베이스메이크업 > 베이스/프라이머 LotteOn > 뷰티 > 메이크업 > 베이스메이크업 > 베이스/프라이머'
- '(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'
|
| 5 | - '아이오페 여성화장품 라이브 리프트 스페셜 2종세트 MinSellAmount (#M)화장품/향수>스킨케어>페이스오일 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 페이스오일'
- '설화수 탄력 에센셜 3종기획세트 탄력크림 기초화장품 30대여자화장품 추천 LotteOn > 뷰티 > 스킨케어 > 화장품세트 LotteOn > 뷰티 > 스킨케어 > 화장품세트'
- '그린티 스킨케어세트 이니스프리 그린티세트 밸런싱 (#M)위메프 > 생활·주방용품 > 바디/헤어 > 바디로션/핸드/풋 > 생활선물세트 위메프 > 뷰티 > 바디/헤어 > 바디로션/핸드/풋 > 생활선물세트'
|
## 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")
```
## 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}
}
```