mini1013's picture
Push model using huggingface_hub.
169daeb verified
metadata
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: >-
      AHC 프라임 엑스퍼트 EX인텐스 크림 50ml  (#M)위메프 > 뷰티 > 스킨케어 > 크림 > 수분크림 위메프 > 뷰티 >
      스킨케어 > 크림 > 아이크림
  - text: >-
      망고씨드 보습 토너 3개 MinSellAmount (#M)화장품/향수>스킨케어>스킨/토너 Gmarket > 뷰티 > 화장품/향수 >
      스킨케어 > 스킨/토너
  - text: >-
      1+1 리르 아이래쉬 에센스 골드/속눈썹 영양제 아이래쉬골드2개 (#M)SSG.COM/메이크업/아이메이크업/마스카라 ssg > 뷰티
      > 메이크업 > 아이메이크업 > 마스카라
  - text: >-
      이니스프리 그린티 히아루론산 스킨 170ml  (#M)11st>스킨케어>스킨/토너>스킨/토너 11st > 뷰티 > 스킨케어 >
      스킨/토너
  - text: >-
      (신세계강남점) 알뜰쇼핑 프레쉬 콤부차 페이셜 트리트먼트 에센스 250ml 세트 1.블랙티 콤부차 페이셜 트리트먼트 에센스 250ml
      (#M)화장품/향수>스킨케어>에센스/세럼 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 에센스/세럼
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: 0.856425702811245
            name: Accuracy

SetFit with mini1013/master_domain

This is a SetFit model that can be used for Text Classification. This SetFit model uses mini1013/master_domain 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 Sources

Model Labels

Label Examples
10
  • '아이오페 바이오 컨디셔닝 에센스 외 14 더마 리페어 시카크림 50ml_선택완료 화장품/향수>남성화장품>남성선케어;화장품/향수>이미용소품>기타이미용소품;(#M)화장품/향수>스킨케어>에센스/세럼 Gmarket > 뷰티 > 화장품/향수 > 스킨케어'
  • '메디필 바이오 인텐스 글루타치온 화이트 크림 50g (#M)11st>스킨케어>화이트닝크림>화이트닝크림 11st > 뷰티 > 스킨케어 > 화이트닝크림 > 화이트닝크림'
  • '(현대Hmall)[참존] 디에이지 레드-애디션 콘트롤크림 대용량 180MLX5개 콘트롤크림 위메프 > 뷰티 > 스킨케어 > 팩/마스크;위메프 > 뷰티 > 스킨케어 > 크림;위메프 > 뷰티 > 선케어 > 선크림/선블록;위메프 > 뷰티 > 선케어 > 선크림/선블록 > 선크림/선블록;위메프 > 뷰티 > 스킨케어 > 팩/마스크 > 코팩;위메프 > 뷰티 > 클렌징/필링 > 클렌징 > 클렌징폼;위메프 > 뷰티 > 스킨케어 > 팩/마스크 > 아이패치;위메프 > 뷰티 > 스킨케어 > 앰플/에센스/세럼 > 에센스;위메프 > 뷰티 > 스킨케어 > 스킨/토너 > 스킨/토너;(#M)위메프 > 뷰티 > 클렌징/필링 > 필링젤/스크럽 > 필링젤/스크럽 위메프 > 뷰티 > 클렌징/필링 > 필링젤/스크럽 > 필링젤/스크럽'
8
  • 'CNP 차앤박 안티블레미쉬 스팟 패치 5매입 화장품
1
  • '코스노리 롱 액티브 아이래쉬 세럼 속눈썹 영양제 9g × 1개 (#M)쿠팡 홈>뷰티>메이크업>아이 메이크업>마스카라 Coupang > 뷰티 > 로드샵 > 메이크업'
  • '클리오 킬래쉬 수퍼프루프 마스카라 롱컬링 볼륨 매끈 최신제조 001 롱컬링 (#M)홈>전체상품 Naverstore > 화장품/미용 > 색조메이크업 > 마스카라'
  • '키스미 히로인 메이크 아이래쉬 세럼 속눈썹영양제 1+1 선택/아이래쉬세럼 2개 (K321A)(K321A) (#M)쿠팡 홈>뷰티>메이크업>아이 메이크업>마스카라 Coupang > 뷰티 > 메이크업 > 아이 메이크업 > 마스카라'
6
  • '미샤 NEW 수퍼아쿠아 울트라 히알론 2종 세트 LotteOn > 뷰티 > 남성화장품 > 남성화장품세트 LotteOn > 뷰티 > 남성화장품 > 남성화장품세트'
  • '[신제품샘플증정][6빅딜]클리어로션+피테라에센스 230ml세트 LotteOn > 뷰티 > 명품화장품 > 스킨케어 LotteOn > 뷰티 > 스킨케어 > 화장품세트'
  • '라끄베르 리블라섬 2.5종 기획세트 MinSellAmount (#M)화장품/향수>스킨케어>스킨케어세트 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 스킨케어세트'
5
  • '[라벨영] 쇼킹 블랙티트리 토너 [00001] 01. 블랙티트리 토너 (#M)11st>헤어케어>헤어클리닉세트>헤어클리닉세트 11st > 뷰티 > 헤어케어 > 헤어클리닉세트'
  • '이니스프리 브라이트닝 포어 스킨 150ml MinSellAmount 화장품/향수>로드샵브랜드>스킨/로션;(#M)화장품/향수>스킨케어>스킨케어세트 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 스킨케어세트'
  • '아벤느 젠틀 토닝 로션 200ml 여행용 100ml x 2개 홈>화장품/미용>스킨케어>로션;홈>스킨케어>에센스;홈>전체상품;(#M)홈>스킨케어>스킨토너 Naverstore > 화장품/미용 > 스킨케어 > 스킨/토너'
9
  • 'NIB 오리진스 OriginsPLANTSCRIPTION 안티 에이징 파워 세럼 .91oz./27ml 풀 사이즈 LotteOn > 뷰티 > 남성화장품 > 클렌징 LotteOn > 뷰티 > 남성화장품 > 클렌징'
  • '[기획]빈티지 싱글 익스트렉트 에센스 150ml ssg > 뷰티 > 스킨케어 > 스킨케어세트 ssg > 뷰티 > 스킨케어 > 스킨케어세트'
  • '일리윤 프로바이오틱스(에센스/크림/시카밤/여성청결제/마스크팩 01_프로 바이오틱스 레드니스 릴리프 에센스드롭 200ml (#M)GSSHOP>뷰티>스킨케어>크림 GSSHOP > 뷰티 > 스킨케어 > 크림'
4
  • '가히 김고은 초간단 멀티밤 주름 미백 선케어 6. 가히 하이라이터 (#M)쿠팡 홈>뷰티>스킨케어>선케어/태닝>선케어>선스틱 Coupang > 뷰티 > 스킨케어 > 선케어/태닝 > 선케어 > 선스틱'
  • '[4+1] 데생 UV아쿠아 멀티밤 선스틱[4]+데생 하이라이터[1] LotteOn > 뷰티 > 스킨케어 > 선케어 > 선스틱/밤 LotteOn > 뷰티 > 스킨케어 > 선케어 > 선스틱/밤'
  • '가히 멀티밤 + 가히 하이라이터 1세트 LotteOn > 뷰티 > 남성화장품 > 스킨 LotteOn > 뷰티 > 남성화장품 > 스킨'
0
  • '바이오 리프팅 넥크림 50ml LotteOn > 뷰티 > 명품화장품 > 스킨케어 > 크림 LotteOn > 뷰티 > 명품화장품 > 스킨케어 > 크림'
  • '[AK PLAZA][클라랑스] NEW 엑스트라 퍼밍 넥 크림 75ml 80056458 §1075185169§ (#M)11st>스킨케어>화이트닝크림>화이트닝크림 11st > 뷰티 > 스킨케어 > 화이트닝크림 > 화이트닝크림'
  • '클라란스넥크림 클라랑스 엑스트라 퍼밍 넥 앤 데콜테 케어 75mL (#M)화장품/미용>스킨케어>넥케어 AD > Naverstore > 화장품/미용 > 스킨케어 > 넥케어'
7
  • '퓨처 솔루션 LX 아이 앤 립 컨투어 리제너레이팅 크림 E 17ml LotteOn > 뷰티 > 스킨케어 > 아이케어 LotteOn > 뷰티 > 럭셔리 스킨케어 > 아이케어/넥케어'
  • 'Origins A Perfect World Age Defense White Tea Eye Cream SPF 20 Travel Size 017 oz One Color_One Size (#M)SSG.COM/스킨케어/아이크림 ssg > 뷰티 > 스킨케어 > 아이크림'
  • 'AHC 퓨어 레스큐 리얼 아이크림 포페이스 30ml 옵션선택_001_01 세트 (#M)뷰티>화장품/향수>스킨케어>아이크림 CJmall > 뷰티 > 화장품/향수 > 스킨케어 > 아이크림'
11
  • '[라벨영] 쇼킹오일 2탄 [00001] 01. 쇼킹오일 1개 (#M)11st>헤어케어>헤어클리닉세트>헤어클리닉세트 11st > 뷰티 > 헤어케어 > 헤어클리닉세트'
  • '달팡 - 에센셜 오일 엘릭서 베티버 아로마틱 케어 스트레스 렐리프 디톡스 15ml/0.5oz ssg > 뷰티 > 스킨케어 > 로션 ssg > 뷰티 > 스킨케어 > 로션'
  • 'BIOTHERM BLUE THERAPY SERUM-IN-OIL NIGHT FOR WOMEN, 1.69 OUNCE 기본 (#M)홈>화장품/미용>남성화장품>로션 Naverstore > 화장품/미용 > 남성화장품 > 로션'
3
  • '아쿠아 디 콜로니아-친칸타+스프레이+유리공병 LotteOn > 뷰티 > 명품화장품 > 향수/디퓨저 > 공용향수 LotteOn > 뷰티 > 향수 > 남녀공용향수'
  • '네이처리퍼블릭 수딩 앤 모이스처 알로에베 92% 수딩젤 미스트 3개 3개 (#M)쿠팡 홈>뷰티>스킨케어>미스트 Coupang > 뷰티 > 로드샵 > 스킨케어 > 미스트'
  • '[참존] 참존 알로에 수딩 미스트 160ML 2개 (#M)GSSHOP>뷰티>바디케어>바디미스트 GSSHOP > 뷰티 > 바디케어 > 바디미스트'
2
  • '더랩바이블랑두 올리고 히알루론산 카밍 로션 150ml 홈>스킨케어>에센스;(#M)홈>전체상품 Naverstore > 화장품/미용 > 스킨케어 > 로션'
  • '비욘드 딥 모이스처 허니에멀전1L (대용량) (#M)쿠팡 홈>뷰티>바디>바디로션/크림>바디로션 Coupang > 뷰티 > 로드샵 > 바디 > 바디로션/크림 > 바디로션'
  • '김정문알로에 큐어 수딩 에멀젼2개 2x미니(2) ssg > 뷰티 > 스킨케어 > 로션 ssg > 뷰티 > 스킨케어 > 로션'

Evaluation

Metrics

Label Accuracy
all 0.8564

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_cate_bt8_test_flat_top_cate")
# Run inference
preds = model("이니스프리 그린티 히아루론산 스킨 170ml  (#M)11st>스킨케어>스킨/토너>스킨/토너 11st > 뷰티 > 스킨케어 > 스킨/토너")

Training Details

Training Set Metrics

Training set Min Median Max
Word count 11 21.3533 91
Label Training Sample Count
0 50
1 50
2 50
3 50
4 50
5 50
6 50
7 50
8 50
9 50
10 50
11 50

Training Hyperparameters

  • batch_size: (64, 64)
  • num_epochs: (30, 30)
  • max_steps: -1
  • sampling_strategy: oversampling
  • num_iterations: 100
  • body_learning_rate: (2e-05, 1e-05)
  • head_learning_rate: 0.01
  • loss: CosineSimilarityLoss
  • distance_metric: cosine_distance
  • margin: 0.25
  • end_to_end: False
  • use_amp: False
  • warmup_proportion: 0.1
  • l2_weight: 0.01
  • seed: 42
  • eval_max_steps: -1
  • load_best_model_at_end: False

Training Results

Epoch Step Training Loss Validation Loss
0.0011 1 0.4885 -
0.0533 50 0.4311 -
0.1066 100 0.4411 -
0.1599 150 0.4294 -
0.2132 200 0.4077 -
0.2665 250 0.3743 -
0.3198 300 0.3641 -
0.3731 350 0.3248 -
0.4264 400 0.2792 -
0.4797 450 0.2499 -
0.5330 500 0.2344 -
0.5864 550 0.2272 -
0.6397 600 0.2236 -
0.6930 650 0.2168 -
0.7463 700 0.2108 -
0.7996 750 0.2072 -
0.8529 800 0.2057 -
0.9062 850 0.191 -
0.9595 900 0.1806 -
1.0128 950 0.1731 -
1.0661 1000 0.1661 -
1.1194 1050 0.1631 -
1.1727 1100 0.1562 -
1.2260 1150 0.1464 -
1.2793 1200 0.1406 -
1.3326 1250 0.1304 -
1.3859 1300 0.1298 -
1.4392 1350 0.116 -
1.4925 1400 0.1034 -
1.5458 1450 0.0993 -
1.5991 1500 0.0909 -
1.6525 1550 0.0882 -
1.7058 1600 0.0868 -
1.7591 1650 0.0808 -
1.8124 1700 0.0752 -
1.8657 1750 0.0717 -
1.9190 1800 0.0652 -
1.9723 1850 0.0637 -
2.0256 1900 0.0638 -
2.0789 1950 0.06 -
2.1322 2000 0.0565 -
2.1855 2050 0.0513 -
2.2388 2100 0.0466 -
2.2921 2150 0.0435 -
2.3454 2200 0.0413 -
2.3987 2250 0.0358 -
2.4520 2300 0.0332 -
2.5053 2350 0.0299 -
2.5586 2400 0.0273 -
2.6119 2450 0.022 -
2.6652 2500 0.0232 -
2.7186 2550 0.0235 -
2.7719 2600 0.0258 -
2.8252 2650 0.0218 -
2.8785 2700 0.0228 -
2.9318 2750 0.0237 -
2.9851 2800 0.0205 -
3.0384 2850 0.0178 -
3.0917 2900 0.0191 -
3.1450 2950 0.018 -
3.1983 3000 0.0149 -
3.2516 3050 0.0087 -
3.3049 3100 0.0079 -
3.3582 3150 0.0072 -
3.4115 3200 0.0072 -
3.4648 3250 0.0073 -
3.5181 3300 0.0069 -
3.5714 3350 0.0064 -
3.6247 3400 0.0073 -
3.6780 3450 0.0069 -
3.7313 3500 0.0092 -
3.7846 3550 0.0068 -
3.8380 3600 0.007 -
3.8913 3650 0.0072 -
3.9446 3700 0.0092 -
3.9979 3750 0.0077 -
4.0512 3800 0.0073 -
4.1045 3850 0.0074 -
4.1578 3900 0.0071 -
4.2111 3950 0.0065 -
4.2644 4000 0.0074 -
4.3177 4050 0.0093 -
4.3710 4100 0.0086 -
4.4243 4150 0.0056 -
4.4776 4200 0.0066 -
4.5309 4250 0.0068 -
4.5842 4300 0.0048 -
4.6375 4350 0.0031 -
4.6908 4400 0.0025 -
4.7441 4450 0.0018 -
4.7974 4500 0.0014 -
4.8507 4550 0.0014 -
4.9041 4600 0.0012 -
4.9574 4650 0.004 -
5.0107 4700 0.0052 -
5.0640 4750 0.0053 -
5.1173 4800 0.0076 -
5.1706 4850 0.0086 -
5.2239 4900 0.0078 -
5.2772 4950 0.0066 -
5.3305 5000 0.0059 -
5.3838 5050 0.007 -
5.4371 5100 0.0025 -
5.4904 5150 0.0002 -
5.5437 5200 0.0001 -
5.5970 5250 0.0001 -
5.6503 5300 0.0001 -
5.7036 5350 0.0003 -
5.7569 5400 0.0001 -
5.8102 5450 0.0 -
5.8635 5500 0.0 -
5.9168 5550 0.0001 -
5.9701 5600 0.0002 -
6.0235 5650 0.0008 -
6.0768 5700 0.0018 -
6.1301 5750 0.0009 -
6.1834 5800 0.0001 -
6.2367 5850 0.0001 -
6.2900 5900 0.0 -
6.3433 5950 0.0 -
6.3966 6000 0.0 -
6.4499 6050 0.0 -
6.5032 6100 0.0 -
6.5565 6150 0.0 -
6.6098 6200 0.0 -
6.6631 6250 0.0 -
6.7164 6300 0.0 -
6.7697 6350 0.0 -
6.8230 6400 0.0 -
6.8763 6450 0.0 -
6.9296 6500 0.0 -
6.9829 6550 0.0 -
7.0362 6600 0.0 -
7.0896 6650 0.0 -
7.1429 6700 0.0 -
7.1962 6750 0.0 -
7.2495 6800 0.0002 -
7.3028 6850 0.0 -
7.3561 6900 0.0 -
7.4094 6950 0.0 -
7.4627 7000 0.0 -
7.5160 7050 0.0 -
7.5693 7100 0.0 -
7.6226 7150 0.0 -
7.6759 7200 0.0 -
7.7292 7250 0.0 -
7.7825 7300 0.0 -
7.8358 7350 0.0 -
7.8891 7400 0.0 -
7.9424 7450 0.0 -
7.9957 7500 0.0 -
8.0490 7550 0.0 -
8.1023 7600 0.0 -
8.1557 7650 0.0 -
8.2090 7700 0.0 -
8.2623 7750 0.0 -
8.3156 7800 0.0 -
8.3689 7850 0.0 -
8.4222 7900 0.0 -
8.4755 7950 0.0 -
8.5288 8000 0.0 -
8.5821 8050 0.0 -
8.6354 8100 0.0 -
8.6887 8150 0.0008 -
8.7420 8200 0.0043 -
8.7953 8250 0.0055 -
8.8486 8300 0.0028 -
8.9019 8350 0.0021 -
8.9552 8400 0.0012 -
9.0085 8450 0.0006 -
9.0618 8500 0.0 -
9.1151 8550 0.0001 -
9.1684 8600 0.0 -
9.2217 8650 0.0002 -
9.2751 8700 0.0001 -
9.3284 8750 0.0 -
9.3817 8800 0.0001 -
9.4350 8850 0.0001 -
9.4883 8900 0.0 -
9.5416 8950 0.001 -
9.5949 9000 0.0004 -
9.6482 9050 0.0002 -
9.7015 9100 0.0 -
9.7548 9150 0.0 -
9.8081 9200 0.0 -
9.8614 9250 0.0 -
9.9147 9300 0.0 -
9.9680 9350 0.0 -
10.0213 9400 0.0 -
10.0746 9450 0.0 -
10.1279 9500 0.0001 -
10.1812 9550 0.0 -
10.2345 9600 0.0 -
10.2878 9650 0.0 -
10.3412 9700 0.0 -
10.3945 9750 0.0 -
10.4478 9800 0.0 -
10.5011 9850 0.0 -
10.5544 9900 0.0 -
10.6077 9950 0.0002 -
10.6610 10000 0.0 -
10.7143 10050 0.0 -
10.7676 10100 0.0 -
10.8209 10150 0.0 -
10.8742 10200 0.0 -
10.9275 10250 0.0 -
10.9808 10300 0.0 -
11.0341 10350 0.0 -
11.0874 10400 0.0 -
11.1407 10450 0.0 -
11.1940 10500 0.0 -
11.2473 10550 0.0 -
11.3006 10600 0.0 -
11.3539 10650 0.0 -
11.4072 10700 0.0 -
11.4606 10750 0.0 -
11.5139 10800 0.0002 -
11.5672 10850 0.0 -
11.6205 10900 0.0 -
11.6738 10950 0.0 -
11.7271 11000 0.0 -
11.7804 11050 0.0 -
11.8337 11100 0.0 -
11.8870 11150 0.0 -
11.9403 11200 0.0 -
11.9936 11250 0.0 -
12.0469 11300 0.0 -
12.1002 11350 0.0 -
12.1535 11400 0.0 -
12.2068 11450 0.0 -
12.2601 11500 0.0 -
12.3134 11550 0.0 -
12.3667 11600 0.0 -
12.4200 11650 0.0 -
12.4733 11700 0.0 -
12.5267 11750 0.0 -
12.5800 11800 0.0 -
12.6333 11850 0.0 -
12.6866 11900 0.0006 -
12.7399 11950 0.0006 -
12.7932 12000 0.0009 -
12.8465 12050 0.0023 -
12.8998 12100 0.0027 -
12.9531 12150 0.0019 -
13.0064 12200 0.0009 -
13.0597 12250 0.0011 -
13.1130 12300 0.0019 -
13.1663 12350 0.0006 -
13.2196 12400 0.0003 -
13.2729 12450 0.0001 -
13.3262 12500 0.0001 -
13.3795 12550 0.0003 -
13.4328 12600 0.0007 -
13.4861 12650 0.0002 -
13.5394 12700 0.0 -
13.5928 12750 0.0 -
13.6461 12800 0.0 -
13.6994 12850 0.0 -
13.7527 12900 0.0 -
13.8060 12950 0.0 -
13.8593 13000 0.0 -
13.9126 13050 0.0 -
13.9659 13100 0.0 -
14.0192 13150 0.0 -
14.0725 13200 0.0002 -
14.1258 13250 0.0 -
14.1791 13300 0.0 -
14.2324 13350 0.0 -
14.2857 13400 0.0 -
14.3390 13450 0.0011 -
14.3923 13500 0.0004 -
14.4456 13550 0.0002 -
14.4989 13600 0.0 -
14.5522 13650 0.0 -
14.6055 13700 0.0 -
14.6588 13750 0.0 -
14.7122 13800 0.0 -
14.7655 13850 0.0 -
14.8188 13900 0.0 -
14.8721 13950 0.0 -
14.9254 14000 0.0 -
14.9787 14050 0.0 -
15.0320 14100 0.0 -
15.0853 14150 0.0008 -
15.1386 14200 0.0008 -
15.1919 14250 0.0001 -
15.2452 14300 0.0 -
15.2985 14350 0.0 -
15.3518 14400 0.0 -
15.4051 14450 0.0 -
15.4584 14500 0.0 -
15.5117 14550 0.0 -
15.5650 14600 0.0 -
15.6183 14650 0.0 -
15.6716 14700 0.0 -
15.7249 14750 0.0 -
15.7783 14800 0.0 -
15.8316 14850 0.0 -
15.8849 14900 0.0 -
15.9382 14950 0.0 -
15.9915 15000 0.0 -
16.0448 15050 0.0 -
16.0981 15100 0.0 -
16.1514 15150 0.0 -
16.2047 15200 0.0 -
16.2580 15250 0.0 -
16.3113 15300 0.0 -
16.3646 15350 0.0 -
16.4179 15400 0.0 -
16.4712 15450 0.0 -
16.5245 15500 0.0 -
16.5778 15550 0.0 -
16.6311 15600 0.0 -
16.6844 15650 0.0 -
16.7377 15700 0.0 -
16.7910 15750 0.0 -
16.8443 15800 0.0 -
16.8977 15850 0.0 -
16.9510 15900 0.0 -
17.0043 15950 0.0 -
17.0576 16000 0.0 -
17.1109 16050 0.0 -
17.1642 16100 0.0 -
17.2175 16150 0.0 -
17.2708 16200 0.0 -
17.3241 16250 0.0 -
17.3774 16300 0.0 -
17.4307 16350 0.0 -
17.4840 16400 0.0 -
17.5373 16450 0.0004 -
17.5906 16500 0.0001 -
17.6439 16550 0.0 -
17.6972 16600 0.0002 -
17.7505 16650 0.0 -
17.8038 16700 0.0 -
17.8571 16750 0.0 -
17.9104 16800 0.0 -
17.9638 16850 0.0002 -
18.0171 16900 0.0 -
18.0704 16950 0.0 -
18.1237 17000 0.0 -
18.1770 17050 0.0 -
18.2303 17100 0.0 -
18.2836 17150 0.0 -
18.3369 17200 0.0 -
18.3902 17250 0.0 -
18.4435 17300 0.0 -
18.4968 17350 0.0 -
18.5501 17400 0.0 -
18.6034 17450 0.0 -
18.6567 17500 0.0 -
18.7100 17550 0.0 -
18.7633 17600 0.0 -
18.8166 17650 0.0 -
18.8699 17700 0.0001 -
18.9232 17750 0.0005 -
18.9765 17800 0.0003 -
19.0299 17850 0.0 -
19.0832 17900 0.0 -
19.1365 17950 0.0 -
19.1898 18000 0.0 -
19.2431 18050 0.0001 -
19.2964 18100 0.0001 -
19.3497 18150 0.0004 -
19.4030 18200 0.0 -
19.4563 18250 0.0 -
19.5096 18300 0.0 -
19.5629 18350 0.0 -
19.6162 18400 0.0 -
19.6695 18450 0.0 -
19.7228 18500 0.0003 -
19.7761 18550 0.0 -
19.8294 18600 0.0001 -
19.8827 18650 0.0 -
19.9360 18700 0.0 -
19.9893 18750 0.0 -
20.0426 18800 0.0 -
20.0959 18850 0.0 -
20.1493 18900 0.0003 -
20.2026 18950 0.0009 -
20.2559 19000 0.0 -
20.3092 19050 0.0004 -
20.3625 19100 0.0002 -
20.4158 19150 0.0 -
20.4691 19200 0.0 -
20.5224 19250 0.0002 -
20.5757 19300 0.0002 -
20.6290 19350 0.0 -
20.6823 19400 0.0 -
20.7356 19450 0.0 -
20.7889 19500 0.0 -
20.8422 19550 0.0 -
20.8955 19600 0.0 -
20.9488 19650 0.0 -
21.0021 19700 0.0 -
21.0554 19750 0.0 -
21.1087 19800 0.0 -
21.1620 19850 0.0 -
21.2154 19900 0.0 -
21.2687 19950 0.0 -
21.3220 20000 0.0 -
21.3753 20050 0.0 -
21.4286 20100 0.0 -
21.4819 20150 0.0 -
21.5352 20200 0.0 -
21.5885 20250 0.0 -
21.6418 20300 0.0 -
21.6951 20350 0.0 -
21.7484 20400 0.0 -
21.8017 20450 0.0 -
21.8550 20500 0.0 -
21.9083 20550 0.0 -
21.9616 20600 0.0 -
22.0149 20650 0.0 -
22.0682 20700 0.0 -
22.1215 20750 0.0 -
22.1748 20800 0.0 -
22.2281 20850 0.0 -
22.2814 20900 0.0 -
22.3348 20950 0.0002 -
22.3881 21000 0.0 -
22.4414 21050 0.0 -
22.4947 21100 0.0 -
22.5480 21150 0.0 -
22.6013 21200 0.0 -
22.6546 21250 0.0 -
22.7079 21300 0.0 -
22.7612 21350 0.0 -
22.8145 21400 0.0 -
22.8678 21450 0.0 -
22.9211 21500 0.0 -
22.9744 21550 0.0 -
23.0277 21600 0.0 -
23.0810 21650 0.0 -
23.1343 21700 0.0 -
23.1876 21750 0.0 -
23.2409 21800 0.0002 -
23.2942 21850 0.0 -
23.3475 21900 0.0002 -
23.4009 21950 0.0 -
23.4542 22000 0.0 -
23.5075 22050 0.0 -
23.5608 22100 0.0 -
23.6141 22150 0.0 -
23.6674 22200 0.0 -
23.7207 22250 0.0 -
23.7740 22300 0.0 -
23.8273 22350 0.0 -
23.8806 22400 0.0 -
23.9339 22450 0.0 -
23.9872 22500 0.0 -
24.0405 22550 0.0 -
24.0938 22600 0.0 -
24.1471 22650 0.0 -
24.2004 22700 0.0 -
24.2537 22750 0.0 -
24.3070 22800 0.0 -
24.3603 22850 0.0 -
24.4136 22900 0.0 -
24.4670 22950 0.0 -
24.5203 23000 0.0 -
24.5736 23050 0.0 -
24.6269 23100 0.0 -
24.6802 23150 0.0 -
24.7335 23200 0.0 -
24.7868 23250 0.0 -
24.8401 23300 0.0 -
24.8934 23350 0.0 -
24.9467 23400 0.0 -
25.0 23450 0.0 -
25.0533 23500 0.0 -
25.1066 23550 0.0 -
25.1599 23600 0.0 -
25.2132 23650 0.0 -
25.2665 23700 0.0 -
25.3198 23750 0.0 -
25.3731 23800 0.0 -
25.4264 23850 0.0 -
25.4797 23900 0.0 -
25.5330 23950 0.0 -
25.5864 24000 0.0 -
25.6397 24050 0.0 -
25.6930 24100 0.0 -
25.7463 24150 0.0 -
25.7996 24200 0.0 -
25.8529 24250 0.0 -
25.9062 24300 0.0 -
25.9595 24350 0.0 -
26.0128 24400 0.0 -
26.0661 24450 0.0 -
26.1194 24500 0.0 -
26.1727 24550 0.0 -
26.2260 24600 0.0 -
26.2793 24650 0.0 -
26.3326 24700 0.0 -
26.3859 24750 0.0 -
26.4392 24800 0.0 -
26.4925 24850 0.0 -
26.5458 24900 0.0 -
26.5991 24950 0.0 -
26.6525 25000 0.0 -
26.7058 25050 0.0 -
26.7591 25100 0.0 -
26.8124 25150 0.0 -
26.8657 25200 0.0 -
26.9190 25250 0.0 -
26.9723 25300 0.0 -
27.0256 25350 0.0 -
27.0789 25400 0.0 -
27.1322 25450 0.0 -
27.1855 25500 0.0 -
27.2388 25550 0.0 -
27.2921 25600 0.0 -
27.3454 25650 0.0 -
27.3987 25700 0.0 -
27.4520 25750 0.0 -
27.5053 25800 0.0 -
27.5586 25850 0.0 -
27.6119 25900 0.0 -
27.6652 25950 0.0 -
27.7186 26000 0.0 -
27.7719 26050 0.0 -
27.8252 26100 0.0 -
27.8785 26150 0.0 -
27.9318 26200 0.0 -
27.9851 26250 0.0 -
28.0384 26300 0.0 -
28.0917 26350 0.0 -
28.1450 26400 0.0 -
28.1983 26450 0.0 -
28.2516 26500 0.0 -
28.3049 26550 0.0 -
28.3582 26600 0.0 -
28.4115 26650 0.0 -
28.4648 26700 0.0 -
28.5181 26750 0.0 -
28.5714 26800 0.0 -
28.6247 26850 0.0 -
28.6780 26900 0.0 -
28.7313 26950 0.0 -
28.7846 27000 0.0 -
28.8380 27050 0.0 -
28.8913 27100 0.0 -
28.9446 27150 0.0 -
28.9979 27200 0.0 -
29.0512 27250 0.0 -
29.1045 27300 0.0 -
29.1578 27350 0.0 -
29.2111 27400 0.0 -
29.2644 27450 0.0 -
29.3177 27500 0.0 -
29.3710 27550 0.0 -
29.4243 27600 0.0 -
29.4776 27650 0.0 -
29.5309 27700 0.0 -
29.5842 27750 0.0 -
29.6375 27800 0.0 -
29.6908 27850 0.0 -
29.7441 27900 0.0 -
29.7974 27950 0.0 -
29.8507 28000 0.0 -
29.9041 28050 0.0 -
29.9574 28100 0.0 -

Framework Versions

  • Python: 3.10.12
  • SetFit: 1.1.0
  • Sentence Transformers: 3.3.1
  • Transformers: 4.44.2
  • PyTorch: 2.2.0a0+81ea7a4
  • Datasets: 3.2.0
  • Tokenizers: 0.19.1

Citation

BibTeX

@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}
}