File size: 31,826 Bytes
0eb2151
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
---
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: 센카 퍼펙트  클렌징  리뉴얼 120g × 10 (#M)쿠팡 홈>싱글라이프>샤워/세안>클렌징>폼/젤/비누 Coupang > 뷰티
    > 클렌징/필링 > 클렌징 
- text: 프로필링 소프트젤 100ml 피부 세안제 클렌징 필링  (#M)홈>화장품/미용>클렌징>스크럽/필링 Naverstore > 화장품/미용
    > 클렌징 > 스크럽/필링
- text: 센카 퍼펙트  페이셜 워시 대용량 클렌징  150g × 3 (#M)쿠팡 홈>싱글라이프>샤워/세안>클렌징>폼/젤/비누 Coupang
    > 뷰티 > 클렌징/필링 > 클렌징 
- text: 센카 퍼펙트휩 2개+아크네케어 2 센카 퍼펙트휩 2개+아크네케어 2 LotteOn > 뷰티 > 남성화장품 > 클렌징 LotteOn
    > 뷰티 > 남성화장품 > 클렌징
- text: '[20% ]한스킨 모공앰플체험딜 2500원 91% 外 비비크림/컨실러/클렌징오일/선크림/기초 전품목 32.블랙헤드 클렌징 티슈_블랙헤드
    클렌징 티슈 100매 [GH990850] 쇼킹딜 홈>뷰티>선케어/메이크업>페이스메이크업;11st>뷰티>선케어/메이크업>페이스메이크업;11st>메이크업>페이스메이크업>BB크림;11st
    > 뷰티 > 메이크업 > 페이스메이크업 11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 페이스메이크업'
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: 0.9232323232323232
      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:** 7 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                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        |
|:------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 6     | <ul><li>'남자클렌징폼 알로에성분 수분밸런스 세면도구 미셀라 클클 워터 미셀라워터100ml (#M)위메프 > 뷰티 > 이미용소품/기기 > 클렌징소품 > 브러쉬/진동클렌저 위메프 > 뷰티 > 이미용소품/기기 > 클렌징소품 > 브러쉬/진동클렌저'</li><li>'차앤박 CNP 에이클린 퓨리파잉 포밍 클렌저 145mL  LotteOn > 뷰티 > 남성화장품 > 남성화장품세트 LotteOn > 뷰티 > 남성화장품 > 남성화장품세트'</li><li>'[클린앤드클리어] 딥 액션 블랙헤드 데일리 클렌저 100gx2 CC딥액션블랙헤드클렌저100gx2 (#M)뷰티>화장품/향수>스킨케어>로션/에멀전 CJmall > 뷰티 > 화장품/향수 > 스킨케어 > 에센스/세럼/오일'</li></ul>                                                                                                                                  |
| 2     | <ul><li>'(키엘) 미드나잇 리커버리 보태니컬 클렌징 오일 - 모든 피부용 --85ml/2.8oz  ssg > 뷰티 > 스킨케어 > 스킨/토너/미스트 > 스킨/토너 LOREAL > Ssg > 키엘 > Branded > 키엘'</li><li>'마녀공장 퓨어 클렌징 오일 141238 200ml x 3개 (#M)11st>바디케어>바디미스트>바디미스트 11st > 뷰티 > 바디케어 > 바디미스트'</li><li>'[정품 세럼쿠션 & 비타민 크림 샘플 증정] 인텐시브 세럼 파운데이션 세트 쿨 아이보리 ssg > 뷰티 > 메이크업 > 립메이크업;ssg > 뷰티 > 메이크업 > 베이스메이크업;ssg > 뷰티 > 스킨케어 > 스킨/토너;ssg > 뷰티 > 메이크업 > 베이스메이크업 > 파운데이션;SSG.COM/메이크업/베이스메이크업/리퀴드파운데이션;ssg > 뷰티 > 메이크업 > 아이메이크업 > 아이섀도우;ssg > 뷰티 > 명품화장품 > 메이크업 ssg > 뷰티 > 메이크업 > 아이메이크업'</li></ul> |
| 5     | <ul><li>'[라끄베르] 딥 앤 모이스트 클렌징 티슈 05_클렌징 티슈 80매 홈>5월 행사;홈>6월 행사!;홈>전체상품;(#M)홈>라끄베르 Naverstore > 화장품/미용 > 클렌징 > 클렌징티슈'</li><li>'토니모리 프로클린 소프트 클렌징 티슈 1+1  (#M)홈>화장품/미용>클렌징>클렌징티슈 Naverstore > 화장품/미용 > 클렌징 > 클렌징티슈'</li><li>'[소미Pick! 코스알엑스] 원스텝 스킨패드 3종 / NEW 더 비타민C 세럼 外 포어리스 패드 11st>뷰티>스킨케어>스킨/로션;11st>스킨케어>스킨/토너>스킨/토너;11st Hour Event > 패션/뷰티 > 뷰티 > 스킨케어 > 스킨/로션 11st Hour Event > 패션/뷰티 > 뷰티 > 스킨케어 > 스킨/로션'</li></ul>                                                                                                     |
| 0     | <ul><li>'[일리윤] 프레쉬 모이스춰 립앤아이리무버 100ml 3개 단일상품 (#M)위메프 > 뷰티 > 네일케어 > 네일리무버 > 네일리무버 위메프 > 뷰티 > 네일케어 > 네일리무버 > 네일리무버'</li><li>'키스미 히로인메이크 스피디 마스카라 리무버 6.마스카라 리무버(K407A) (#M)화장품/향수>색조메이크업>마스카라 Gmarket > 뷰티 > 화장품/향수 > 색조메이크업 > 마스카라'</li><li>'랑콤 비파실 200ml  ssg > 뷰티 > 스킨케어 > 스킨/토너 ssg > 뷰티 > 스킨케어 > 스킨/토너'</li></ul>                                                                                                                                                                                                           |
| 4     | <ul><li>'라떼 다 토일레테 250ml 화이트_Free (#M)뷰티>헤어/바디/미용기기>바디케어>바디로션/크림 CJmall > 뷰티 > 화장품/향수 > 향수/홈프래그런스 > 디퓨저/방향제'</li><li>'마몽드 트리플 멀티 클렌징 크림 190ml  (#M)GSSHOP>뷰티>스킨케어>스킨케어세트 GSSHOP > 뷰티 > 스킨케어 > 스킨케어세트'</li><li>'마몽드 트리플 멀티 클렌징 크림 190ml MinSellAmount (#M)화장품/향수>클렌징/필링>클렌징크림 Gmarket > 뷰티 > 화장품/향수 > 클렌징/필링 > 클렌징크림'</li></ul>                                                                                                                                                                                                  |
| 1     | <ul><li>'클라란스 컴포트 스크럽 - 너리싱 오일 스크럽50ml/1.7oz  (#M)홈>스트로베리넷>향수|디퓨저>향수|디퓨저 전체보기 HMALL > 뷰티 > 스킨케어 > 스크럽/필링'</li><li>'닥터지 레드 블레미쉬 수딩 크림 토너 폼 에멀전 필링 젤 03.브라이트닝 필링 젤 120g (#M)11st>스킨케어>앰플>앰플 11st > 뷰티 > 스킨케어 > 앰플'</li><li>'데쌍브르 올인원 각질 트러블 흔적 시카 미백 아하 바하 스피큘 해초 약초 니들필링50g 30데이즈(필링크림30g+앰플30ea) (#M)화장품/미용>클렌징>스크럽/필링 Naverstore > 화장품/미용 > 클렌징 > 스크럽/필링'</li></ul>                                                                                                                                                            |
| 3     | <ul><li>'산타마리아노벨라 아쿠아 디 로즈 미셀라 워터 200ml 투명_F (#M)화장품/미용>클렌징>클렌징워터 Naverstore > 화장품/미용 > 클렌징 > 클렌징워터'</li><li>'[쿠폰+T11%] 라네즈 퍼펙트리뉴 유스 레티놀 프로 꿀잠 잠옷 증정!/1밤1레티놀/라네즈레티놀 35. 라네즈 워터뱅크 아이젤 25ml_선택완료 쇼킹딜 홈>뷰티>스킨케어>스킨/로션;11st>스킨케어>스킨/토너>스킨/토너;쇼킹딜 홈>뷰티>선케어/메이크업>선블록;11st>뷰티>선케어/메이크업>선블록;11st > 뷰티 > 스킨케어 > 스킨/토너;(#M)11st>뷰티>스킨케어>스킨/로션 11st Hour Event > 패션/뷰티 > 뷰티 > 스킨케어 > 스킨/로션'</li><li>'[클린앤클리어] 미셀라 워터 100ml x2  (#M)GSSHOP>뷰티>클렌징>클렌징폼 GSSHOP > 뷰티 > 클렌징 > 클렌징폼'</li></ul>                                                  |

## Evaluation

### Metrics
| Label   | Accuracy |
|:--------|:---------|
| **all** | 0.9232   |

## 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_bt_top10_test")
# Run inference
preds = model("프로필링 소프트젤 100ml 피부 세안제 클렌징 필링  (#M)홈>화장품/미용>클렌징>스크럽/필링 Naverstore > 화장품/미용 > 클렌징 > 스크럽/필링")
```

<!--
### 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   | 11  | 21.9571 | 61  |

| Label | Training Sample Count |
|:------|:----------------------|
| 0     | 50                    |
| 1     | 50                    |
| 2     | 50                    |
| 3     | 50                    |
| 4     | 50                    |
| 5     | 50                    |
| 6     | 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 |
|:-------:|:-----:|:-------------:|:---------------:|
| 0.0018  | 1     | 0.4528        | -               |
| 0.0914  | 50    | 0.4525        | -               |
| 0.1828  | 100   | 0.4612        | -               |
| 0.2742  | 150   | 0.4424        | -               |
| 0.3656  | 200   | 0.4291        | -               |
| 0.4570  | 250   | 0.3832        | -               |
| 0.5484  | 300   | 0.3246        | -               |
| 0.6399  | 350   | 0.2943        | -               |
| 0.7313  | 400   | 0.2745        | -               |
| 0.8227  | 450   | 0.2655        | -               |
| 0.9141  | 500   | 0.2604        | -               |
| 1.0055  | 550   | 0.253         | -               |
| 1.0969  | 600   | 0.2367        | -               |
| 1.1883  | 650   | 0.228         | -               |
| 1.2797  | 700   | 0.2115        | -               |
| 1.3711  | 750   | 0.1976        | -               |
| 1.4625  | 800   | 0.1786        | -               |
| 1.5539  | 850   | 0.1609        | -               |
| 1.6453  | 900   | 0.1472        | -               |
| 1.7367  | 950   | 0.13          | -               |
| 1.8282  | 1000  | 0.1213        | -               |
| 1.9196  | 1050  | 0.1079        | -               |
| 2.0110  | 1100  | 0.1058        | -               |
| 2.1024  | 1150  | 0.0985        | -               |
| 2.1938  | 1200  | 0.0824        | -               |
| 2.2852  | 1250  | 0.0546        | -               |
| 2.3766  | 1300  | 0.039         | -               |
| 2.4680  | 1350  | 0.0202        | -               |
| 2.5594  | 1400  | 0.0089        | -               |
| 2.6508  | 1450  | 0.0044        | -               |
| 2.7422  | 1500  | 0.004         | -               |
| 2.8336  | 1550  | 0.0045        | -               |
| 2.9250  | 1600  | 0.0016        | -               |
| 3.0165  | 1650  | 0.0005        | -               |
| 3.1079  | 1700  | 0.0004        | -               |
| 3.1993  | 1750  | 0.0003        | -               |
| 3.2907  | 1800  | 0.0002        | -               |
| 3.3821  | 1850  | 0.0002        | -               |
| 3.4735  | 1900  | 0.0001        | -               |
| 3.5649  | 1950  | 0.0002        | -               |
| 3.6563  | 2000  | 0.0003        | -               |
| 3.7477  | 2050  | 0.0002        | -               |
| 3.8391  | 2100  | 0.0001        | -               |
| 3.9305  | 2150  | 0.0001        | -               |
| 4.0219  | 2200  | 0.0002        | -               |
| 4.1133  | 2250  | 0.0002        | -               |
| 4.2048  | 2300  | 0.0003        | -               |
| 4.2962  | 2350  | 0.0001        | -               |
| 4.3876  | 2400  | 0.0003        | -               |
| 4.4790  | 2450  | 0.0001        | -               |
| 4.5704  | 2500  | 0.0001        | -               |
| 4.6618  | 2550  | 0.0006        | -               |
| 4.7532  | 2600  | 0.0002        | -               |
| 4.8446  | 2650  | 0.0001        | -               |
| 4.9360  | 2700  | 0.0022        | -               |
| 5.0274  | 2750  | 0.0046        | -               |
| 5.1188  | 2800  | 0.0028        | -               |
| 5.2102  | 2850  | 0.0033        | -               |
| 5.3016  | 2900  | 0.0025        | -               |
| 5.3931  | 2950  | 0.0023        | -               |
| 5.4845  | 3000  | 0.002         | -               |
| 5.5759  | 3050  | 0.004         | -               |
| 5.6673  | 3100  | 0.0044        | -               |
| 5.7587  | 3150  | 0.004         | -               |
| 5.8501  | 3200  | 0.0027        | -               |
| 5.9415  | 3250  | 0.0032        | -               |
| 6.0329  | 3300  | 0.0002        | -               |
| 6.1243  | 3350  | 0.0003        | -               |
| 6.2157  | 3400  | 0.0           | -               |
| 6.3071  | 3450  | 0.0006        | -               |
| 6.3985  | 3500  | 0.0005        | -               |
| 6.4899  | 3550  | 0.0035        | -               |
| 6.5814  | 3600  | 0.0053        | -               |
| 6.6728  | 3650  | 0.004         | -               |
| 6.7642  | 3700  | 0.0042        | -               |
| 6.8556  | 3750  | 0.0046        | -               |
| 6.9470  | 3800  | 0.0038        | -               |
| 7.0384  | 3850  | 0.0017        | -               |
| 7.1298  | 3900  | 0.0015        | -               |
| 7.2212  | 3950  | 0.0001        | -               |
| 7.3126  | 4000  | 0.0           | -               |
| 7.4040  | 4050  | 0.0           | -               |
| 7.4954  | 4100  | 0.0001        | -               |
| 7.5868  | 4150  | 0.0           | -               |
| 7.6782  | 4200  | 0.0002        | -               |
| 7.7697  | 4250  | 0.0001        | -               |
| 7.8611  | 4300  | 0.0005        | -               |
| 7.9525  | 4350  | 0.0           | -               |
| 8.0439  | 4400  | 0.0002        | -               |
| 8.1353  | 4450  | 0.0           | -               |
| 8.2267  | 4500  | 0.0008        | -               |
| 8.3181  | 4550  | 0.0001        | -               |
| 8.4095  | 4600  | 0.0002        | -               |
| 8.5009  | 4650  | 0.0           | -               |
| 8.5923  | 4700  | 0.0           | -               |
| 8.6837  | 4750  | 0.0           | -               |
| 8.7751  | 4800  | 0.0           | -               |
| 8.8665  | 4850  | 0.0002        | -               |
| 8.9580  | 4900  | 0.0008        | -               |
| 9.0494  | 4950  | 0.0009        | -               |
| 9.1408  | 5000  | 0.0004        | -               |
| 9.2322  | 5050  | 0.0           | -               |
| 9.3236  | 5100  | 0.0           | -               |
| 9.4150  | 5150  | 0.0002        | -               |
| 9.5064  | 5200  | 0.0006        | -               |
| 9.5978  | 5250  | 0.0021        | -               |
| 9.6892  | 5300  | 0.0004        | -               |
| 9.7806  | 5350  | 0.0016        | -               |
| 9.8720  | 5400  | 0.0003        | -               |
| 9.9634  | 5450  | 0.0           | -               |
| 10.0548 | 5500  | 0.0002        | -               |
| 10.1463 | 5550  | 0.0           | -               |
| 10.2377 | 5600  | 0.0           | -               |
| 10.3291 | 5650  | 0.0001        | -               |
| 10.4205 | 5700  | 0.0008        | -               |
| 10.5119 | 5750  | 0.0002        | -               |
| 10.6033 | 5800  | 0.0003        | -               |
| 10.6947 | 5850  | 0.0           | -               |
| 10.7861 | 5900  | 0.0           | -               |
| 10.8775 | 5950  | 0.0           | -               |
| 10.9689 | 6000  | 0.0           | -               |
| 11.0603 | 6050  | 0.0           | -               |
| 11.1517 | 6100  | 0.0           | -               |
| 11.2431 | 6150  | 0.0           | -               |
| 11.3346 | 6200  | 0.0           | -               |
| 11.4260 | 6250  | 0.0           | -               |
| 11.5174 | 6300  | 0.0           | -               |
| 11.6088 | 6350  | 0.0           | -               |
| 11.7002 | 6400  | 0.0           | -               |
| 11.7916 | 6450  | 0.0           | -               |
| 11.8830 | 6500  | 0.0           | -               |
| 11.9744 | 6550  | 0.0           | -               |
| 12.0658 | 6600  | 0.0           | -               |
| 12.1572 | 6650  | 0.0           | -               |
| 12.2486 | 6700  | 0.0           | -               |
| 12.3400 | 6750  | 0.0001        | -               |
| 12.4314 | 6800  | 0.0001        | -               |
| 12.5229 | 6850  | 0.0002        | -               |
| 12.6143 | 6900  | 0.0           | -               |
| 12.7057 | 6950  | 0.0003        | -               |
| 12.7971 | 7000  | 0.0001        | -               |
| 12.8885 | 7050  | 0.0004        | -               |
| 12.9799 | 7100  | 0.0018        | -               |
| 13.0713 | 7150  | 0.0002        | -               |
| 13.1627 | 7200  | 0.0           | -               |
| 13.2541 | 7250  | 0.0001        | -               |
| 13.3455 | 7300  | 0.0           | -               |
| 13.4369 | 7350  | 0.0           | -               |
| 13.5283 | 7400  | 0.0001        | -               |
| 13.6197 | 7450  | 0.0           | -               |
| 13.7112 | 7500  | 0.0           | -               |
| 13.8026 | 7550  | 0.0           | -               |
| 13.8940 | 7600  | 0.0           | -               |
| 13.9854 | 7650  | 0.0           | -               |
| 14.0768 | 7700  | 0.0           | -               |
| 14.1682 | 7750  | 0.0           | -               |
| 14.2596 | 7800  | 0.0           | -               |
| 14.3510 | 7850  | 0.0           | -               |
| 14.4424 | 7900  | 0.0           | -               |
| 14.5338 | 7950  | 0.0           | -               |
| 14.6252 | 8000  | 0.0           | -               |
| 14.7166 | 8050  | 0.0           | -               |
| 14.8080 | 8100  | 0.0           | -               |
| 14.8995 | 8150  | 0.0           | -               |
| 14.9909 | 8200  | 0.0           | -               |
| 15.0823 | 8250  | 0.0           | -               |
| 15.1737 | 8300  | 0.0           | -               |
| 15.2651 | 8350  | 0.0           | -               |
| 15.3565 | 8400  | 0.0           | -               |
| 15.4479 | 8450  | 0.0           | -               |
| 15.5393 | 8500  | 0.0           | -               |
| 15.6307 | 8550  | 0.0           | -               |
| 15.7221 | 8600  | 0.0           | -               |
| 15.8135 | 8650  | 0.0           | -               |
| 15.9049 | 8700  | 0.0           | -               |
| 15.9963 | 8750  | 0.0           | -               |
| 16.0878 | 8800  | 0.0           | -               |
| 16.1792 | 8850  | 0.0           | -               |
| 16.2706 | 8900  | 0.0           | -               |
| 16.3620 | 8950  | 0.0           | -               |
| 16.4534 | 9000  | 0.0           | -               |
| 16.5448 | 9050  | 0.0           | -               |
| 16.6362 | 9100  | 0.0           | -               |
| 16.7276 | 9150  | 0.0           | -               |
| 16.8190 | 9200  | 0.0           | -               |
| 16.9104 | 9250  | 0.0           | -               |
| 17.0018 | 9300  | 0.0           | -               |
| 17.0932 | 9350  | 0.0           | -               |
| 17.1846 | 9400  | 0.0           | -               |
| 17.2761 | 9450  | 0.0           | -               |
| 17.3675 | 9500  | 0.0           | -               |
| 17.4589 | 9550  | 0.0002        | -               |
| 17.5503 | 9600  | 0.0011        | -               |
| 17.6417 | 9650  | 0.0003        | -               |
| 17.7331 | 9700  | 0.0           | -               |
| 17.8245 | 9750  | 0.0001        | -               |
| 17.9159 | 9800  | 0.0001        | -               |
| 18.0073 | 9850  | 0.0002        | -               |
| 18.0987 | 9900  | 0.0003        | -               |
| 18.1901 | 9950  | 0.0           | -               |
| 18.2815 | 10000 | 0.0           | -               |
| 18.3729 | 10050 | 0.0           | -               |
| 18.4644 | 10100 | 0.0           | -               |
| 18.5558 | 10150 | 0.0002        | -               |
| 18.6472 | 10200 | 0.0002        | -               |
| 18.7386 | 10250 | 0.0           | -               |
| 18.8300 | 10300 | 0.0004        | -               |
| 18.9214 | 10350 | 0.0           | -               |
| 19.0128 | 10400 | 0.0           | -               |
| 19.1042 | 10450 | 0.0           | -               |
| 19.1956 | 10500 | 0.0           | -               |
| 19.2870 | 10550 | 0.0           | -               |
| 19.3784 | 10600 | 0.0           | -               |
| 19.4698 | 10650 | 0.0           | -               |
| 19.5612 | 10700 | 0.0           | -               |
| 19.6527 | 10750 | 0.0002        | -               |
| 19.7441 | 10800 | 0.0003        | -               |
| 19.8355 | 10850 | 0.0           | -               |
| 19.9269 | 10900 | 0.0           | -               |
| 20.0183 | 10950 | 0.0           | -               |
| 20.1097 | 11000 | 0.0           | -               |
| 20.2011 | 11050 | 0.0           | -               |
| 20.2925 | 11100 | 0.0           | -               |
| 20.3839 | 11150 | 0.0           | -               |
| 20.4753 | 11200 | 0.0           | -               |
| 20.5667 | 11250 | 0.0           | -               |
| 20.6581 | 11300 | 0.0           | -               |
| 20.7495 | 11350 | 0.0           | -               |
| 20.8410 | 11400 | 0.0           | -               |
| 20.9324 | 11450 | 0.0           | -               |
| 21.0238 | 11500 | 0.0004        | -               |
| 21.1152 | 11550 | 0.0           | -               |
| 21.2066 | 11600 | 0.0           | -               |
| 21.2980 | 11650 | 0.0           | -               |
| 21.3894 | 11700 | 0.0           | -               |
| 21.4808 | 11750 | 0.0           | -               |
| 21.5722 | 11800 | 0.0           | -               |
| 21.6636 | 11850 | 0.0           | -               |
| 21.7550 | 11900 | 0.0           | -               |
| 21.8464 | 11950 | 0.0           | -               |
| 21.9378 | 12000 | 0.0           | -               |
| 22.0293 | 12050 | 0.0           | -               |
| 22.1207 | 12100 | 0.0           | -               |
| 22.2121 | 12150 | 0.0           | -               |
| 22.3035 | 12200 | 0.0           | -               |
| 22.3949 | 12250 | 0.0           | -               |
| 22.4863 | 12300 | 0.0           | -               |
| 22.5777 | 12350 | 0.0           | -               |
| 22.6691 | 12400 | 0.0           | -               |
| 22.7605 | 12450 | 0.0           | -               |
| 22.8519 | 12500 | 0.0           | -               |
| 22.9433 | 12550 | 0.0001        | -               |
| 23.0347 | 12600 | 0.0           | -               |
| 23.1261 | 12650 | 0.0           | -               |
| 23.2176 | 12700 | 0.0           | -               |
| 23.3090 | 12750 | 0.0           | -               |
| 23.4004 | 12800 | 0.0           | -               |
| 23.4918 | 12850 | 0.0           | -               |
| 23.5832 | 12900 | 0.0           | -               |
| 23.6746 | 12950 | 0.0           | -               |
| 23.7660 | 13000 | 0.0           | -               |
| 23.8574 | 13050 | 0.0           | -               |
| 23.9488 | 13100 | 0.0           | -               |
| 24.0402 | 13150 | 0.0           | -               |
| 24.1316 | 13200 | 0.0           | -               |
| 24.2230 | 13250 | 0.0           | -               |
| 24.3144 | 13300 | 0.0           | -               |
| 24.4059 | 13350 | 0.0           | -               |
| 24.4973 | 13400 | 0.0           | -               |
| 24.5887 | 13450 | 0.0           | -               |
| 24.6801 | 13500 | 0.0001        | -               |
| 24.7715 | 13550 | 0.0           | -               |
| 24.8629 | 13600 | 0.0           | -               |
| 24.9543 | 13650 | 0.0           | -               |
| 25.0457 | 13700 | 0.0           | -               |
| 25.1371 | 13750 | 0.0           | -               |
| 25.2285 | 13800 | 0.0           | -               |
| 25.3199 | 13850 | 0.0           | -               |
| 25.4113 | 13900 | 0.0           | -               |
| 25.5027 | 13950 | 0.0           | -               |
| 25.5941 | 14000 | 0.0           | -               |
| 25.6856 | 14050 | 0.0           | -               |
| 25.7770 | 14100 | 0.0           | -               |
| 25.8684 | 14150 | 0.0           | -               |
| 25.9598 | 14200 | 0.0           | -               |
| 26.0512 | 14250 | 0.0           | -               |
| 26.1426 | 14300 | 0.0           | -               |
| 26.2340 | 14350 | 0.0           | -               |
| 26.3254 | 14400 | 0.0           | -               |
| 26.4168 | 14450 | 0.0           | -               |
| 26.5082 | 14500 | 0.0           | -               |
| 26.5996 | 14550 | 0.0           | -               |
| 26.6910 | 14600 | 0.0           | -               |
| 26.7824 | 14650 | 0.0           | -               |
| 26.8739 | 14700 | 0.0           | -               |
| 26.9653 | 14750 | 0.0           | -               |
| 27.0567 | 14800 | 0.0           | -               |
| 27.1481 | 14850 | 0.0           | -               |
| 27.2395 | 14900 | 0.0           | -               |
| 27.3309 | 14950 | 0.0           | -               |
| 27.4223 | 15000 | 0.0           | -               |
| 27.5137 | 15050 | 0.0           | -               |
| 27.6051 | 15100 | 0.0           | -               |
| 27.6965 | 15150 | 0.0           | -               |
| 27.7879 | 15200 | 0.0           | -               |
| 27.8793 | 15250 | 0.0           | -               |
| 27.9707 | 15300 | 0.0           | -               |
| 28.0622 | 15350 | 0.0           | -               |
| 28.1536 | 15400 | 0.0           | -               |
| 28.2450 | 15450 | 0.0           | -               |
| 28.3364 | 15500 | 0.0           | -               |
| 28.4278 | 15550 | 0.0           | -               |
| 28.5192 | 15600 | 0.0           | -               |
| 28.6106 | 15650 | 0.0           | -               |
| 28.7020 | 15700 | 0.0           | -               |
| 28.7934 | 15750 | 0.0           | -               |
| 28.8848 | 15800 | 0.0           | -               |
| 28.9762 | 15850 | 0.0           | -               |
| 29.0676 | 15900 | 0.0           | -               |
| 29.1590 | 15950 | 0.0           | -               |
| 29.2505 | 16000 | 0.0           | -               |
| 29.3419 | 16050 | 0.0           | -               |
| 29.4333 | 16100 | 0.0           | -               |
| 29.5247 | 16150 | 0.0           | -               |
| 29.6161 | 16200 | 0.0           | -               |
| 29.7075 | 16250 | 0.0           | -               |
| 29.7989 | 16300 | 0.0           | -               |
| 29.8903 | 16350 | 0.0           | -               |
| 29.9817 | 16400 | 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.*
-->