File size: 48,969 Bytes
c8e560b |
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 |
---
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: 백화점정품 샤넬 루쥬 알뤼르 잉크 6ml 140-AMOUREUX_. (#M)쿠팡 홈>뷰티>메이크업>립 메이크업>립스틱 Coupang
> 뷰티 > 메이크업 > 립 메이크업 > 립스틱
- text: 더페이스샵 모노큐브 아이섀도우 2g 매트_앙 버터 (#M)화장품/향수>색조메이크업>아이섀도 Gmarket > 뷰티 > 화장품/향수 >
색조메이크업 > 아이섀도
- text: 3CE BLUR WATER TINT 블러 워터 틴트 FRE_SEPIA LOREAL > LotteOn > 입생로랑 > Generic >
틴트 LotteOn > 뷰티 > 메이크업 > 립메이크업 > 립틴트
- text: 3CE 페이스 블러쉬 ROSE BEIGE 홈>전체상품;(#M)홈>FACE>치크 Naverstore > 화장품/미용 > 색조메이크업 >
블러셔
- text: 섀도 듀오 4g 6호 라이커블 LotteOn > 뷰티 > 색조메이크업 > 아이메이크업 LotteOn > 뷰티 > 메이크업 > 아이메이크업
> 아이섀도우
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: 0.48148148148148145
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>'[쿠폰10%+~25%묶음]에뛰드 타임어택 50% 반값 전품목 특가 (순정/수분가득콜라겐/섀도우팔레트/클렌징폼) 85.디어달링워터젤틴트_4호앵두레드_650011600 쇼킹딜 홈>뷰티>선케어/메이크업>아이메이크업;11st>메이크업>아이메이크업>아이섀도우;11st>뷰티>선케어/메이크업>아이메이크업;11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 아이메이크업 11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 아이메이크업'</li><li>'네이처카인드 강력한 헤어커버 타투틴트 1개 (#M)쿠팡 홈>생활용품>헤어/바디/세안>염색/파마>염색/헤어컬러>일반염색제(새치) Coupang > 뷰티 > 헤어 > 염색/파마 > 염색/헤어컬러 > 일반염색제(새치)'</li><li>'조르지오 아르마니 엑스터 래커 500 빈티지 500 빈티지 (#M)홈>▶▶ 메이크업 Naverstore > 화장품/미용 > 색조메이크업 > 립글로스'</li></ul> |
| 4 | <ul><li>'(할인UP)재생소재를 사용한 대표상품+최대38%혜택까지 카.(192-232)가을메이크업은이니스프리_스키니꼼꼼카라ZERO2브라운X2 화장품/향수>스킨/로션>스킨/토너;(#M)화장품/향수>스킨케어>스킨/토너 Gmarket > 뷰티 > 화장품/향수 > 스킨케어'</li><li>'썸츄어스 레벨 렝쓰 + 리프트 마스카라 DepartmentSsg > 명품화장품 > 메이크업 > 아이 메이크업 > 마스카라 DepartmentSsg > 명품화장품 > 메이크업 > 아이 메이크업 > 마스카라'</li><li>'더블니즈 팡팡 마스카라 (EM01012600)02 컬링팡 (#M)화장품/향수>색조메이크업>마스카라 Gmarket > 뷰티 > 화장품/향수 > 색조메이크업 > 마스카라'</li></ul> |
| 8 | <ul><li>'맨즈 아이브로우 펜슬 흙갈색 (#M)11st>남성화장품>남성BB크림>남성BB크림 11st > 뷰티 > 남성화장품 > 남성BB크림'</li><li>'NEW 내추럴 브라우 쉐이퍼 에스프레소 LotteOn > 뷰티 > 네일 > 네일케어 > 큐티클케어 LotteOn > 뷰티 > 네일 > 네일케어 > 큐티클케어'</li><li>'[하프클럽/메이블린뉴욕]디파인 블렌드 아이브로우 펜슬 0.16g 라이트브라운/상세설명참조 LotteOn > 뷰티 > 클렌징 > 립아이리무버 LotteOn > 뷰티 > 클렌징 > 립아이리무버'</li></ul> |
| 9 | <ul><li>'[~묶음20%] 에어리벨벳 물복딱복 출시기념 신상&베스트 모음 027.프로 아이 팔레트 미니_001모노무드_선택사항없음 11st>메이크업>립메이크업>립틴트;쇼킹딜 홈>뷰티>선케어/메이크업>립/치크메이크업;11st>뷰티>선케어/메이크업>립/치크메이크업;11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 립/치크메이크업 11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 립/치크메이크업'</li><li>'[30%+T11%] 에이지투웨니스 샤이닝드롭팩트 케이스+리필3개+단독증정 외 NEW & BEST 모음/루나/포인트 앤 (위글위글)루나 데일리 크러쉬 아이섀도우 팔레트_2호 드라이로즈 쇼킹딜 홈>뷰티>선케어/메이크업>페이스메이크업;11st>뷰티>선케어/메이크업>페이스메이크업;11st>메이크업>페이스메이크업>쿠션팩트;11st > 뷰티 > 메이크업 > 페이스메이크업 11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 페이스메이크업'</li><li>'[홀리카홀리카] 즉시10%+금액별쿠폰+T11% 개강맞이 ALL세일 /단독 /1+1/금액별 / 56.하드커버 컴플리트 컨실팔레트_없음 11st>메이크업>아이메이크업>아이섀도우;쇼킹딜 홈>뷰티>선케어/메이크업>아이메이크업;11st>뷰티>선케어/메이크업>아이메이크업;11st > 뷰티 > 메이크업 > 아이메이크업 > 아이섀도우 11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 아이메이크업'</li></ul> |
| 6 | <ul><li>'글로우 플레이 블러쉬 쏘 내추럴 SSG.COM>신세계백화점MAC>신규 컬렉션>글로우 플레이 블러쉬;(#M)SSG.COM>신세계백화점MAC>MAKE-UP ssg > 뷰티 > 메이크업 > 아이메이크업'</li><li>'[~48%+10%즉시]피카소 홀리데이 레디백 추첨 ! 단독세트/스파츌라&팔레트/아이미속눈썹/메이크업브러쉬 [피카소] 생기창조 108 블러셔_-_- 쇼킹딜 홈>뷰티>네일아트/미용기기>미용소품/피부관리;11st>뷰티>네일아트/미용기기>미용소품/피부관리;11st>뷰티소품>메이크업소품>메이크업소품;11st > 뷰티 > 뷰티소품 > 메이크업소품 11st Hour Event > 패션/뷰티 > 뷰티 > 네일아트/미용기기 > 미용소품/피부관리'</li><li>'[클렌징오일50ml] 글로우온 블러셔(리필+케이스) 세트 M335 소프트 핑크 LotteOn > 뷰티 > 명품화장품 > 메이크업 LotteOn > 뷰티 > 색조메이크업 > 블러셔'</li></ul> |
| 1 | <ul><li>'소프트 터치 오토 립 라이너 3호 밀키 브라운 ssg > 뷰티 > 메이크업 > 립메이크업 > 립라이너 ssg > 뷰티 > 메이크업 > 립메이크업 > 립라이너'</li><li>'Maybelline New York Color Sensational Shaping Lip Liner Makeup Gone Griege 001 oz 104 GONE GRIEGE_One Size (#M)SSG.COM/메이크업/립메이크업/립스틱 ssg > 뷰티 > 메이크업 > 립메이크업 > 립스틱'</li><li>'로라 메르시에 롱웨어 립 라이너 - 프렌치 푸시아1.49g/0.05oz (#M)홈>스트로베리넷>향수|디퓨저>향수|디퓨저 전체보기 HMALL > 뷰티 > 메이크업 > 립메이크업'</li></ul> |
| 3 | <ul><li>'루즈 언리미티드 마뜨 M BR771 ssg > 뷰티 > 스킨케어 > 클렌징;ssg > 뷰티 > 메이크업 > 치크메이크업;LOREAL > Ssg > 메이블린 > Generic > 아이브로우;ssg > 뷰티 > 스킨케어 > 클렌징 > 클렌징오일;ssg > 뷰티 > 명품화장품 > 메이크업 ssg > 뷰티 > 메이크업 > 치크메이크업 > 블러셔'</li><li>'[하프클럽/메이블린뉴욕]슈퍼 스테이 립 잉크 크레용 1.2g 50_오운유어엠파이어/상세설명참조 LotteOn > 뷰티 > 클렌징 > 립아이리무버 LotteOn > 뷰티 > 클렌징 > 립아이리무버'</li><li>'[단독] 퓨어 컬러 리바이탈라이징 크리스탈 밤 세트 (+파우치) 썬 크리스탈 LotteOn > 백화점 TAP > 명품화장품 > 메인 배너 (PC) LotteOn > 뷰티 > 럭셔리 스킨케어 > 에센스/세럼'</li></ul> |
| 7 | <ul><li>'클라란스 워터프루프 펜슬 - 04 피그0.29g/0.01oz (#M)홈>스트로베리넷>향수|디퓨저>향수|디퓨저 전체보기 HMALL > 뷰티 > 메이크업 > 아이메이크업'</li><li>'플린 디파인 슬림 아이라이너 02 딥 브라운 × 2개 (#M)쿠팡 홈>뷰티>메이크업>아이 메이크업>아이라이너 Coupang > 뷰티 > 메이크업 > 아이 메이크업 > 아이라이너'</li><li>'[쿠폰30%+스토어10%]에뛰드 ~64% 21년 신제품 앵콜전(플레이컬러아이즈/그림자쉐딩/픽싱틴트/순정) 40.플레이 101 펜슬_8호_650003065 쇼킹딜 홈>뷰티>스킨케어>크림;쇼킹딜 홈>뷰티>스킨케어>스킨/로션;11st>스킨케어>스킨/토너>스킨/토너;11st>메이크업>아이메이크업>아이섀도우;쇼킹딜 홈>뷰티>선케어/메이크업>아이메이크업;11st>뷰티>선케어/메이크업>아이메이크업;11st > timedeal 11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 아이메이크업'</li></ul> |
| 10 | <ul><li>'시슬리 스띨로 루미에르 - 3 소프트 베이지2.5ml/0.08oz (#M)홈>스트로베리넷>향수|디퓨저>향수|디퓨저 전체보기 HMALL > 뷰티 > 메이크업 > 치크메이크업'</li><li>'포에버 꾸뛰르 루미나이저 06 코랄 글로우 (#M)홈>화장품/미용>베이스메이크업>파우더>팩트파우더 Naverstore > 화장품/미용 > 베이스메이크업 > 파우더 > 팩트파우더'</li><li>'헤라 페이스 디자이닝 브론저 10g 쉐이딩 팩트 LotteOn > 뷰티 > 메이크업 > 쉐딩/컨투어링 LotteOn > 뷰티 > 메이크업 > 쉐딩/컨투어링'</li></ul> |
| 2 | <ul><li>'다슈 맨즈 컬러 체인지 모이스처 립밤 3.9g (#M)화장품/미용>남성화장품>메이크업 Naverstore > 화장품/미용 > 남성화장품 > 메이크업'</li><li>'듀왑 립플럼퍼 오리지날 베놈 3.5ml 트와일라잇 베놈 홈>바디케어>립케어>립케어(스틱);(#M)홈>바디케어>립케어>스틱/밤타입 OLIVEYOUNG > 바디케어 > 립케어 > 스틱/밤타입'</li><li>'라네즈 립 트리트먼트 밤 (볼륨&보습) 라네즈 립 트리트먼트 밤 [볼륨&보습] 홈>바디케어>립케어>립케어(밤);(#M)홈>바디케어>립케어>스틱/밤타입 OLIVEYOUNG > 바디케어 > 립케어 > 스틱/밤타입'</li></ul> |
| 5 | <ul><li>'록시땅 홈 퍼퓸 디퓨저 키트 4가지 향기 중 택 1 수플레드리베르떼리바이탈라이징디퓨저리필 (#M)뷰티>명품화장품>향수/홈프래그런스>캔들 CJmall > 뷰티 > 명품화장품 > 향수/홈프래그런스 > 캔들'</li><li>'[해외직구/홍콩직배송] 어반디케이 네이키드 체리 ssg > 뷰티 > 메이크업 > 베이스메이크업 > 메이크업베이스 ssg > 뷰티 > 메이크업 > 베이스메이크업 > 메이크업베이스'</li><li>'밀크바오밥 헤어케어 3종세트 3호 1세트 쿠팡 홈>뷰티>헤어>헤어세트;Coupang > 뷰티 > 헤어 > 헤어세트;(#M)쿠팡 홈>뷰티>선물세트/키트>선물세트>헤어케어 Coupang > 뷰티 > 선물세트/키트 > 선물세트 > 헤어케어'</li></ul> |
## Evaluation
### Metrics
| Label | Accuracy |
|:--------|:---------|
| **all** | 0.4815 |
## 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_bt6_test_flat_top_cate")
# Run inference
preds = model("3CE 페이스 블러쉬 ROSE BEIGE 홈>전체상품;(#M)홈>FACE>치크 Naverstore > 화장품/미용 > 색조메이크업 > 블러셔")
```
<!--
### 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 | 24.2404 | 79 |
| 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 | 49 |
### 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 | 0.4756 | - |
| 0.0583 | 50 | 0.447 | - |
| 0.1166 | 100 | 0.4629 | - |
| 0.1748 | 150 | 0.4327 | - |
| 0.2331 | 200 | 0.4182 | - |
| 0.2914 | 250 | 0.3863 | - |
| 0.3497 | 300 | 0.3492 | - |
| 0.4079 | 350 | 0.3277 | - |
| 0.4662 | 400 | 0.2987 | - |
| 0.5245 | 450 | 0.2729 | - |
| 0.5828 | 500 | 0.2637 | - |
| 0.6410 | 550 | 0.2554 | - |
| 0.6993 | 600 | 0.252 | - |
| 0.7576 | 650 | 0.2419 | - |
| 0.8159 | 700 | 0.2382 | - |
| 0.8741 | 750 | 0.239 | - |
| 0.9324 | 800 | 0.2294 | - |
| 0.9907 | 850 | 0.2274 | - |
| 1.0490 | 900 | 0.2237 | - |
| 1.1072 | 950 | 0.2241 | - |
| 1.1655 | 1000 | 0.2196 | - |
| 1.2238 | 1050 | 0.2164 | - |
| 1.2821 | 1100 | 0.2119 | - |
| 1.3403 | 1150 | 0.2048 | - |
| 1.3986 | 1200 | 0.2007 | - |
| 1.4569 | 1250 | 0.1969 | - |
| 1.5152 | 1300 | 0.1898 | - |
| 1.5734 | 1350 | 0.1857 | - |
| 1.6317 | 1400 | 0.1753 | - |
| 1.6900 | 1450 | 0.1703 | - |
| 1.7483 | 1500 | 0.1552 | - |
| 1.8065 | 1550 | 0.1481 | - |
| 1.8648 | 1600 | 0.1341 | - |
| 1.9231 | 1650 | 0.1254 | - |
| 1.9814 | 1700 | 0.1077 | - |
| 2.0396 | 1750 | 0.0895 | - |
| 2.0979 | 1800 | 0.0806 | - |
| 2.1562 | 1850 | 0.0674 | - |
| 2.2145 | 1900 | 0.0618 | - |
| 2.2727 | 1950 | 0.056 | - |
| 2.3310 | 2000 | 0.0549 | - |
| 2.3893 | 2050 | 0.0492 | - |
| 2.4476 | 2100 | 0.0438 | - |
| 2.5058 | 2150 | 0.0394 | - |
| 2.5641 | 2200 | 0.0395 | - |
| 2.6224 | 2250 | 0.0358 | - |
| 2.6807 | 2300 | 0.0373 | - |
| 2.7389 | 2350 | 0.0303 | - |
| 2.7972 | 2400 | 0.0321 | - |
| 2.8555 | 2450 | 0.0267 | - |
| 2.9138 | 2500 | 0.029 | - |
| 2.9720 | 2550 | 0.0314 | - |
| 3.0303 | 2600 | 0.031 | - |
| 3.0886 | 2650 | 0.019 | - |
| 3.1469 | 2700 | 0.02 | - |
| 3.2051 | 2750 | 0.0223 | - |
| 3.2634 | 2800 | 0.0206 | - |
| 3.3217 | 2850 | 0.0173 | - |
| 3.3800 | 2900 | 0.016 | - |
| 3.4382 | 2950 | 0.0181 | - |
| 3.4965 | 3000 | 0.0102 | - |
| 3.5548 | 3050 | 0.0078 | - |
| 3.6131 | 3100 | 0.0107 | - |
| 3.6713 | 3150 | 0.0094 | - |
| 3.7296 | 3200 | 0.0089 | - |
| 3.7879 | 3250 | 0.0097 | - |
| 3.8462 | 3300 | 0.0094 | - |
| 3.9044 | 3350 | 0.0111 | - |
| 3.9627 | 3400 | 0.0102 | - |
| 4.0210 | 3450 | 0.0091 | - |
| 4.0793 | 3500 | 0.0082 | - |
| 4.1375 | 3550 | 0.0048 | - |
| 4.1958 | 3600 | 0.0022 | - |
| 4.2541 | 3650 | 0.0007 | - |
| 4.3124 | 3700 | 0.0007 | - |
| 4.3706 | 3750 | 0.0012 | - |
| 4.4289 | 3800 | 0.0009 | - |
| 4.4872 | 3850 | 0.0006 | - |
| 4.5455 | 3900 | 0.0002 | - |
| 4.6037 | 3950 | 0.0002 | - |
| 4.6620 | 4000 | 0.0002 | - |
| 4.7203 | 4050 | 0.0002 | - |
| 4.7786 | 4100 | 0.0002 | - |
| 4.8368 | 4150 | 0.0001 | - |
| 4.8951 | 4200 | 0.0001 | - |
| 4.9534 | 4250 | 0.0001 | - |
| 5.0117 | 4300 | 0.0001 | - |
| 5.0699 | 4350 | 0.0001 | - |
| 5.1282 | 4400 | 0.0001 | - |
| 5.1865 | 4450 | 0.0001 | - |
| 5.2448 | 4500 | 0.0001 | - |
| 5.3030 | 4550 | 0.001 | - |
| 5.3613 | 4600 | 0.0003 | - |
| 5.4196 | 4650 | 0.0005 | - |
| 5.4779 | 4700 | 0.0014 | - |
| 5.5361 | 4750 | 0.0005 | - |
| 5.5944 | 4800 | 0.0016 | - |
| 5.6527 | 4850 | 0.0007 | - |
| 5.7110 | 4900 | 0.0003 | - |
| 5.7692 | 4950 | 0.0001 | - |
| 5.8275 | 5000 | 0.0005 | - |
| 5.8858 | 5050 | 0.0004 | - |
| 5.9441 | 5100 | 0.0003 | - |
| 6.0023 | 5150 | 0.0011 | - |
| 6.0606 | 5200 | 0.0001 | - |
| 6.1189 | 5250 | 0.0001 | - |
| 6.1772 | 5300 | 0.0001 | - |
| 6.2354 | 5350 | 0.0001 | - |
| 6.2937 | 5400 | 0.0002 | - |
| 6.3520 | 5450 | 0.0004 | - |
| 6.4103 | 5500 | 0.0009 | - |
| 6.4685 | 5550 | 0.0002 | - |
| 6.5268 | 5600 | 0.0001 | - |
| 6.5851 | 5650 | 0.0 | - |
| 6.6434 | 5700 | 0.0 | - |
| 6.7016 | 5750 | 0.0 | - |
| 6.7599 | 5800 | 0.0 | - |
| 6.8182 | 5850 | 0.0001 | - |
| 6.8765 | 5900 | 0.0006 | - |
| 6.9347 | 5950 | 0.0008 | - |
| 6.9930 | 6000 | 0.0013 | - |
| 7.0513 | 6050 | 0.0015 | - |
| 7.1096 | 6100 | 0.0007 | - |
| 7.1678 | 6150 | 0.003 | - |
| 7.2261 | 6200 | 0.0031 | - |
| 7.2844 | 6250 | 0.0013 | - |
| 7.3427 | 6300 | 0.0019 | - |
| 7.4009 | 6350 | 0.0025 | - |
| 7.4592 | 6400 | 0.0009 | - |
| 7.5175 | 6450 | 0.0008 | - |
| 7.5758 | 6500 | 0.0001 | - |
| 7.6340 | 6550 | 0.0001 | - |
| 7.6923 | 6600 | 0.0001 | - |
| 7.7506 | 6650 | 0.0 | - |
| 7.8089 | 6700 | 0.0 | - |
| 7.8671 | 6750 | 0.0 | - |
| 7.9254 | 6800 | 0.0 | - |
| 7.9837 | 6850 | 0.0 | - |
| 8.0420 | 6900 | 0.0 | - |
| 8.1002 | 6950 | 0.0 | - |
| 8.1585 | 7000 | 0.0 | - |
| 8.2168 | 7050 | 0.0 | - |
| 8.2751 | 7100 | 0.0 | - |
| 8.3333 | 7150 | 0.0 | - |
| 8.3916 | 7200 | 0.0 | - |
| 8.4499 | 7250 | 0.0 | - |
| 8.5082 | 7300 | 0.0 | - |
| 8.5664 | 7350 | 0.0 | - |
| 8.6247 | 7400 | 0.0 | - |
| 8.6830 | 7450 | 0.0 | - |
| 8.7413 | 7500 | 0.0 | - |
| 8.7995 | 7550 | 0.0 | - |
| 8.8578 | 7600 | 0.0 | - |
| 8.9161 | 7650 | 0.0 | - |
| 8.9744 | 7700 | 0.0 | - |
| 9.0326 | 7750 | 0.0 | - |
| 9.0909 | 7800 | 0.0 | - |
| 9.1492 | 7850 | 0.0 | - |
| 9.2075 | 7900 | 0.0 | - |
| 9.2657 | 7950 | 0.0 | - |
| 9.3240 | 8000 | 0.0 | - |
| 9.3823 | 8050 | 0.0 | - |
| 9.4406 | 8100 | 0.0 | - |
| 9.4988 | 8150 | 0.0 | - |
| 9.5571 | 8200 | 0.0 | - |
| 9.6154 | 8250 | 0.0 | - |
| 9.6737 | 8300 | 0.0 | - |
| 9.7319 | 8350 | 0.0 | - |
| 9.7902 | 8400 | 0.0 | - |
| 9.8485 | 8450 | 0.0 | - |
| 9.9068 | 8500 | 0.0 | - |
| 9.9650 | 8550 | 0.0 | - |
| 10.0233 | 8600 | 0.0 | - |
| 10.0816 | 8650 | 0.0001 | - |
| 10.1399 | 8700 | 0.0036 | - |
| 10.1981 | 8750 | 0.0148 | - |
| 10.2564 | 8800 | 0.0142 | - |
| 10.3147 | 8850 | 0.0132 | - |
| 10.3730 | 8900 | 0.0116 | - |
| 10.4312 | 8950 | 0.0041 | - |
| 10.4895 | 9000 | 0.0005 | - |
| 10.5478 | 9050 | 0.0001 | - |
| 10.6061 | 9100 | 0.0003 | - |
| 10.6643 | 9150 | 0.0003 | - |
| 10.7226 | 9200 | 0.0002 | - |
| 10.7809 | 9250 | 0.0001 | - |
| 10.8392 | 9300 | 0.0003 | - |
| 10.8974 | 9350 | 0.0 | - |
| 10.9557 | 9400 | 0.0 | - |
| 11.0140 | 9450 | 0.0001 | - |
| 11.0723 | 9500 | 0.0 | - |
| 11.1305 | 9550 | 0.0 | - |
| 11.1888 | 9600 | 0.0 | - |
| 11.2471 | 9650 | 0.0 | - |
| 11.3054 | 9700 | 0.0 | - |
| 11.3636 | 9750 | 0.0 | - |
| 11.4219 | 9800 | 0.0 | - |
| 11.4802 | 9850 | 0.0007 | - |
| 11.5385 | 9900 | 0.0001 | - |
| 11.5967 | 9950 | 0.0002 | - |
| 11.6550 | 10000 | 0.0014 | - |
| 11.7133 | 10050 | 0.0006 | - |
| 11.7716 | 10100 | 0.0003 | - |
| 11.8298 | 10150 | 0.0003 | - |
| 11.8881 | 10200 | 0.0 | - |
| 11.9464 | 10250 | 0.0 | - |
| 12.0047 | 10300 | 0.0 | - |
| 12.0629 | 10350 | 0.0 | - |
| 12.1212 | 10400 | 0.0 | - |
| 12.1795 | 10450 | 0.0 | - |
| 12.2378 | 10500 | 0.002 | - |
| 12.2960 | 10550 | 0.0005 | - |
| 12.3543 | 10600 | 0.0002 | - |
| 12.4126 | 10650 | 0.0 | - |
| 12.4709 | 10700 | 0.0 | - |
| 12.5291 | 10750 | 0.0 | - |
| 12.5874 | 10800 | 0.0 | - |
| 12.6457 | 10850 | 0.0002 | - |
| 12.7040 | 10900 | 0.0 | - |
| 12.7622 | 10950 | 0.0 | - |
| 12.8205 | 11000 | 0.0 | - |
| 12.8788 | 11050 | 0.0 | - |
| 12.9371 | 11100 | 0.0 | - |
| 12.9953 | 11150 | 0.0 | - |
| 13.0536 | 11200 | 0.0001 | - |
| 13.1119 | 11250 | 0.0 | - |
| 13.1702 | 11300 | 0.0005 | - |
| 13.2284 | 11350 | 0.0008 | - |
| 13.2867 | 11400 | 0.0002 | - |
| 13.3450 | 11450 | 0.0005 | - |
| 13.4033 | 11500 | 0.0001 | - |
| 13.4615 | 11550 | 0.0 | - |
| 13.5198 | 11600 | 0.0 | - |
| 13.5781 | 11650 | 0.0 | - |
| 13.6364 | 11700 | 0.0 | - |
| 13.6946 | 11750 | 0.0 | - |
| 13.7529 | 11800 | 0.0 | - |
| 13.8112 | 11850 | 0.0 | - |
| 13.8695 | 11900 | 0.0 | - |
| 13.9277 | 11950 | 0.0 | - |
| 13.9860 | 12000 | 0.0002 | - |
| 14.0443 | 12050 | 0.0009 | - |
| 14.1026 | 12100 | 0.0 | - |
| 14.1608 | 12150 | 0.0 | - |
| 14.2191 | 12200 | 0.0 | - |
| 14.2774 | 12250 | 0.0 | - |
| 14.3357 | 12300 | 0.0 | - |
| 14.3939 | 12350 | 0.0 | - |
| 14.4522 | 12400 | 0.0 | - |
| 14.5105 | 12450 | 0.0 | - |
| 14.5688 | 12500 | 0.0 | - |
| 14.6270 | 12550 | 0.0 | - |
| 14.6853 | 12600 | 0.0 | - |
| 14.7436 | 12650 | 0.0 | - |
| 14.8019 | 12700 | 0.0 | - |
| 14.8601 | 12750 | 0.0 | - |
| 14.9184 | 12800 | 0.0 | - |
| 14.9767 | 12850 | 0.0 | - |
| 15.0350 | 12900 | 0.0 | - |
| 15.0932 | 12950 | 0.0 | - |
| 15.1515 | 13000 | 0.0 | - |
| 15.2098 | 13050 | 0.0 | - |
| 15.2681 | 13100 | 0.0 | - |
| 15.3263 | 13150 | 0.0 | - |
| 15.3846 | 13200 | 0.0 | - |
| 15.4429 | 13250 | 0.0 | - |
| 15.5012 | 13300 | 0.0 | - |
| 15.5594 | 13350 | 0.0 | - |
| 15.6177 | 13400 | 0.0 | - |
| 15.6760 | 13450 | 0.0 | - |
| 15.7343 | 13500 | 0.0 | - |
| 15.7925 | 13550 | 0.0 | - |
| 15.8508 | 13600 | 0.0 | - |
| 15.9091 | 13650 | 0.0 | - |
| 15.9674 | 13700 | 0.0 | - |
| 16.0256 | 13750 | 0.0 | - |
| 16.0839 | 13800 | 0.0 | - |
| 16.1422 | 13850 | 0.0 | - |
| 16.2005 | 13900 | 0.0 | - |
| 16.2587 | 13950 | 0.0 | - |
| 16.3170 | 14000 | 0.0 | - |
| 16.3753 | 14050 | 0.0 | - |
| 16.4336 | 14100 | 0.0 | - |
| 16.4918 | 14150 | 0.0 | - |
| 16.5501 | 14200 | 0.0 | - |
| 16.6084 | 14250 | 0.0 | - |
| 16.6667 | 14300 | 0.0 | - |
| 16.7249 | 14350 | 0.0 | - |
| 16.7832 | 14400 | 0.0 | - |
| 16.8415 | 14450 | 0.0 | - |
| 16.8998 | 14500 | 0.0 | - |
| 16.9580 | 14550 | 0.0 | - |
| 17.0163 | 14600 | 0.0 | - |
| 17.0746 | 14650 | 0.0 | - |
| 17.1329 | 14700 | 0.0 | - |
| 17.1911 | 14750 | 0.0 | - |
| 17.2494 | 14800 | 0.0 | - |
| 17.3077 | 14850 | 0.0 | - |
| 17.3660 | 14900 | 0.0 | - |
| 17.4242 | 14950 | 0.0 | - |
| 17.4825 | 15000 | 0.0 | - |
| 17.5408 | 15050 | 0.0 | - |
| 17.5991 | 15100 | 0.0 | - |
| 17.6573 | 15150 | 0.0 | - |
| 17.7156 | 15200 | 0.0 | - |
| 17.7739 | 15250 | 0.0 | - |
| 17.8322 | 15300 | 0.0 | - |
| 17.8904 | 15350 | 0.0 | - |
| 17.9487 | 15400 | 0.0 | - |
| 18.0070 | 15450 | 0.0 | - |
| 18.0653 | 15500 | 0.0 | - |
| 18.1235 | 15550 | 0.0 | - |
| 18.1818 | 15600 | 0.0 | - |
| 18.2401 | 15650 | 0.0 | - |
| 18.2984 | 15700 | 0.0 | - |
| 18.3566 | 15750 | 0.0 | - |
| 18.4149 | 15800 | 0.0 | - |
| 18.4732 | 15850 | 0.0 | - |
| 18.5315 | 15900 | 0.0 | - |
| 18.5897 | 15950 | 0.0 | - |
| 18.6480 | 16000 | 0.0 | - |
| 18.7063 | 16050 | 0.0 | - |
| 18.7646 | 16100 | 0.0 | - |
| 18.8228 | 16150 | 0.0 | - |
| 18.8811 | 16200 | 0.0 | - |
| 18.9394 | 16250 | 0.0 | - |
| 18.9977 | 16300 | 0.0 | - |
| 19.0559 | 16350 | 0.0 | - |
| 19.1142 | 16400 | 0.0 | - |
| 19.1725 | 16450 | 0.0 | - |
| 19.2308 | 16500 | 0.0 | - |
| 19.2890 | 16550 | 0.0 | - |
| 19.3473 | 16600 | 0.0 | - |
| 19.4056 | 16650 | 0.0 | - |
| 19.4639 | 16700 | 0.0 | - |
| 19.5221 | 16750 | 0.0 | - |
| 19.5804 | 16800 | 0.0 | - |
| 19.6387 | 16850 | 0.0 | - |
| 19.6970 | 16900 | 0.0 | - |
| 19.7552 | 16950 | 0.0 | - |
| 19.8135 | 17000 | 0.0 | - |
| 19.8718 | 17050 | 0.0 | - |
| 19.9301 | 17100 | 0.0 | - |
| 19.9883 | 17150 | 0.0 | - |
| 20.0466 | 17200 | 0.0 | - |
| 20.1049 | 17250 | 0.0 | - |
| 20.1632 | 17300 | 0.0 | - |
| 20.2214 | 17350 | 0.0 | - |
| 20.2797 | 17400 | 0.0 | - |
| 20.3380 | 17450 | 0.0 | - |
| 20.3963 | 17500 | 0.0 | - |
| 20.4545 | 17550 | 0.0 | - |
| 20.5128 | 17600 | 0.0 | - |
| 20.5711 | 17650 | 0.0 | - |
| 20.6294 | 17700 | 0.0 | - |
| 20.6876 | 17750 | 0.0 | - |
| 20.7459 | 17800 | 0.0 | - |
| 20.8042 | 17850 | 0.0 | - |
| 20.8625 | 17900 | 0.0 | - |
| 20.9207 | 17950 | 0.0 | - |
| 20.9790 | 18000 | 0.0 | - |
| 21.0373 | 18050 | 0.0 | - |
| 21.0956 | 18100 | 0.0 | - |
| 21.1538 | 18150 | 0.0 | - |
| 21.2121 | 18200 | 0.0 | - |
| 21.2704 | 18250 | 0.0 | - |
| 21.3287 | 18300 | 0.0 | - |
| 21.3869 | 18350 | 0.0 | - |
| 21.4452 | 18400 | 0.0 | - |
| 21.5035 | 18450 | 0.0 | - |
| 21.5618 | 18500 | 0.0 | - |
| 21.6200 | 18550 | 0.0 | - |
| 21.6783 | 18600 | 0.0 | - |
| 21.7366 | 18650 | 0.0 | - |
| 21.7949 | 18700 | 0.0 | - |
| 21.8531 | 18750 | 0.0 | - |
| 21.9114 | 18800 | 0.0 | - |
| 21.9697 | 18850 | 0.0 | - |
| 22.0280 | 18900 | 0.0 | - |
| 22.0862 | 18950 | 0.0 | - |
| 22.1445 | 19000 | 0.0 | - |
| 22.2028 | 19050 | 0.0 | - |
| 22.2611 | 19100 | 0.0 | - |
| 22.3193 | 19150 | 0.0 | - |
| 22.3776 | 19200 | 0.0 | - |
| 22.4359 | 19250 | 0.0 | - |
| 22.4942 | 19300 | 0.0 | - |
| 22.5524 | 19350 | 0.0 | - |
| 22.6107 | 19400 | 0.0 | - |
| 22.6690 | 19450 | 0.0 | - |
| 22.7273 | 19500 | 0.0 | - |
| 22.7855 | 19550 | 0.0 | - |
| 22.8438 | 19600 | 0.0 | - |
| 22.9021 | 19650 | 0.0 | - |
| 22.9604 | 19700 | 0.0 | - |
| 23.0186 | 19750 | 0.0 | - |
| 23.0769 | 19800 | 0.0 | - |
| 23.1352 | 19850 | 0.0 | - |
| 23.1935 | 19900 | 0.0 | - |
| 23.2517 | 19950 | 0.0 | - |
| 23.3100 | 20000 | 0.0 | - |
| 23.3683 | 20050 | 0.0 | - |
| 23.4266 | 20100 | 0.0 | - |
| 23.4848 | 20150 | 0.0 | - |
| 23.5431 | 20200 | 0.0 | - |
| 23.6014 | 20250 | 0.0 | - |
| 23.6597 | 20300 | 0.0 | - |
| 23.7179 | 20350 | 0.0 | - |
| 23.7762 | 20400 | 0.0 | - |
| 23.8345 | 20450 | 0.0 | - |
| 23.8928 | 20500 | 0.0 | - |
| 23.9510 | 20550 | 0.0 | - |
| 24.0093 | 20600 | 0.0 | - |
| 24.0676 | 20650 | 0.0 | - |
| 24.1259 | 20700 | 0.0 | - |
| 24.1841 | 20750 | 0.0 | - |
| 24.2424 | 20800 | 0.0 | - |
| 24.3007 | 20850 | 0.0 | - |
| 24.3590 | 20900 | 0.0 | - |
| 24.4172 | 20950 | 0.0 | - |
| 24.4755 | 21000 | 0.0 | - |
| 24.5338 | 21050 | 0.0 | - |
| 24.5921 | 21100 | 0.0 | - |
| 24.6503 | 21150 | 0.0 | - |
| 24.7086 | 21200 | 0.0 | - |
| 24.7669 | 21250 | 0.0 | - |
| 24.8252 | 21300 | 0.0 | - |
| 24.8834 | 21350 | 0.0 | - |
| 24.9417 | 21400 | 0.0 | - |
| 25.0 | 21450 | 0.0 | - |
| 25.0583 | 21500 | 0.0 | - |
| 25.1166 | 21550 | 0.0 | - |
| 25.1748 | 21600 | 0.0 | - |
| 25.2331 | 21650 | 0.0 | - |
| 25.2914 | 21700 | 0.0 | - |
| 25.3497 | 21750 | 0.0 | - |
| 25.4079 | 21800 | 0.0 | - |
| 25.4662 | 21850 | 0.0 | - |
| 25.5245 | 21900 | 0.0 | - |
| 25.5828 | 21950 | 0.0 | - |
| 25.6410 | 22000 | 0.0 | - |
| 25.6993 | 22050 | 0.0 | - |
| 25.7576 | 22100 | 0.0 | - |
| 25.8159 | 22150 | 0.0 | - |
| 25.8741 | 22200 | 0.0 | - |
| 25.9324 | 22250 | 0.0 | - |
| 25.9907 | 22300 | 0.0 | - |
| 26.0490 | 22350 | 0.0 | - |
| 26.1072 | 22400 | 0.0 | - |
| 26.1655 | 22450 | 0.0 | - |
| 26.2238 | 22500 | 0.0 | - |
| 26.2821 | 22550 | 0.0 | - |
| 26.3403 | 22600 | 0.0 | - |
| 26.3986 | 22650 | 0.0 | - |
| 26.4569 | 22700 | 0.0 | - |
| 26.5152 | 22750 | 0.0 | - |
| 26.5734 | 22800 | 0.0 | - |
| 26.6317 | 22850 | 0.0 | - |
| 26.6900 | 22900 | 0.0 | - |
| 26.7483 | 22950 | 0.0 | - |
| 26.8065 | 23000 | 0.0 | - |
| 26.8648 | 23050 | 0.0 | - |
| 26.9231 | 23100 | 0.0 | - |
| 26.9814 | 23150 | 0.0 | - |
| 27.0396 | 23200 | 0.0 | - |
| 27.0979 | 23250 | 0.0 | - |
| 27.1562 | 23300 | 0.0 | - |
| 27.2145 | 23350 | 0.0 | - |
| 27.2727 | 23400 | 0.0 | - |
| 27.3310 | 23450 | 0.0 | - |
| 27.3893 | 23500 | 0.0 | - |
| 27.4476 | 23550 | 0.0 | - |
| 27.5058 | 23600 | 0.0 | - |
| 27.5641 | 23650 | 0.0 | - |
| 27.6224 | 23700 | 0.0 | - |
| 27.6807 | 23750 | 0.0 | - |
| 27.7389 | 23800 | 0.0 | - |
| 27.7972 | 23850 | 0.0 | - |
| 27.8555 | 23900 | 0.0 | - |
| 27.9138 | 23950 | 0.0 | - |
| 27.9720 | 24000 | 0.0 | - |
| 28.0303 | 24050 | 0.0 | - |
| 28.0886 | 24100 | 0.0 | - |
| 28.1469 | 24150 | 0.0 | - |
| 28.2051 | 24200 | 0.0 | - |
| 28.2634 | 24250 | 0.0 | - |
| 28.3217 | 24300 | 0.0 | - |
| 28.3800 | 24350 | 0.0 | - |
| 28.4382 | 24400 | 0.0 | - |
| 28.4965 | 24450 | 0.0 | - |
| 28.5548 | 24500 | 0.0 | - |
| 28.6131 | 24550 | 0.0 | - |
| 28.6713 | 24600 | 0.0 | - |
| 28.7296 | 24650 | 0.0 | - |
| 28.7879 | 24700 | 0.0 | - |
| 28.8462 | 24750 | 0.0 | - |
| 28.9044 | 24800 | 0.0 | - |
| 28.9627 | 24850 | 0.0 | - |
| 29.0210 | 24900 | 0.0 | - |
| 29.0793 | 24950 | 0.0 | - |
| 29.1375 | 25000 | 0.0 | - |
| 29.1958 | 25050 | 0.0 | - |
| 29.2541 | 25100 | 0.0 | - |
| 29.3124 | 25150 | 0.0 | - |
| 29.3706 | 25200 | 0.0 | - |
| 29.4289 | 25250 | 0.0 | - |
| 29.4872 | 25300 | 0.0 | - |
| 29.5455 | 25350 | 0.0 | - |
| 29.6037 | 25400 | 0.0 | - |
| 29.6620 | 25450 | 0.0 | - |
| 29.7203 | 25500 | 0.0 | - |
| 29.7786 | 25550 | 0.0 | - |
| 29.8368 | 25600 | 0.0 | - |
| 29.8951 | 25650 | 0.0 | - |
| 29.9534 | 25700 | 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.*
--> |