File size: 27,594 Bytes
11fe5b7 |
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 |
---
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: 프리미엄 수제 명절전 제사전 모듬전 700g 동그랑땡+동태전+깻잎전+꼬지+표고+호박전 동태전 300g (#M)식품>냉동/간편조리식품>튀김류
T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 튀김류
- text: (10+1) 다즐샵 식단 도시락 15종 골라담기 11_다섯가지나물밥+참스테이크 (#M)식품>냉동/간편조리식품>도시락 T200 > Naverstore
> 식품 > 간편조리식품 > 도시락/밥류 > 도시락
- text: 국내산 생 닭가슴살 / 닭안심살 5kg 10kg (1kg 500g 포장) 냉장 냉동 (냉동) 닭가슴살_(냉동) 닭가슴살 1kg x 5팩
(#M)식품>축산물>닭고기>닭가슴살 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 닭가슴살
- text: 퀴진 에어프라이어 크리스피 양념감자튀김 800g 2봉 1. 퀴진 에어 크리스피 양념감자 800g 1. 퀴진 에어 크리스피 양념감자 800g
1. 퀴진 에어 크리스피 양념감자 800g_1. 퀴진 에어 크리스피 양념감자 800g (#M)식품>냉동/간편조리식품>튀김류 T200 > Naverstore
> 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 튀김류
- text: 1년 내내 질리지 않는 프리미엄 냉동도시락 / 넉넉소반 향긋한 깻잎닭갈비 흑미밥 1팩 5. [넉넉소반] 매콤한 제육볶음 현미밥 (#M)식품>냉동/간편조리식품>도시락
T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 도시락
metrics:
- accuracy
pipeline_tag: text-classification
library_name: setfit
inference: true
base_model: klue/roberta-base
model-index:
- name: SetFit with klue/roberta-base
results:
- task:
type: text-classification
name: Text Classification
dataset:
name: Unknown
type: unknown
split: test
metrics:
- type: accuracy
value: 0.9987360594795539
name: Accuracy
---
# SetFit with klue/roberta-base
This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [klue/roberta-base](https://huggingface.co/klue/roberta-base) 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:** [klue/roberta-base](https://huggingface.co/klue/roberta-base)
- **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:** 16 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 |
|:------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 7.0 | <ul><li>'오뚜기 프레스코 양송이크림스프 180g 04. 프레스코 베이컨감자스프 180g (#M)식품>냉동/간편조리식품>스프 T200 > Naverstore > 식품 > 간편조리식품 > 죽/스프 > 스프'</li><li>'[⭐11/16 The보장데이 / 리뷰포인트 500원(포토&영상)⭐] 폰타나 컵수프 8개 세트 / 분말 60g(20gx3봉) 스프 4. 머쉬룸 4개+어니언 4개_폰타나 머그컵 1P (#M)식품>냉동/간편조리식품>스프 T200 > Naverstore > 식품 > 간편조리식품 > 죽/스프 > 스프'</li><li>'매일유업 상하키친 크림스프 파스타 2박스 (총6개입) 콘크림스프 6개입 (#M)식품>냉동/간편조리식품>스프 T200 > Naverstore > 식품 > 간편조리식품 > 죽/스프 > 스프'</li></ul> |
| 15.0 | <ul><li>'대신 치즈브레드 냉동 햄버거 100g pc방 매점 편의점 피씨방 업소용 간식 11.대신 불갈비벅 135g (#M)식품>냉동/간편조리식품>햄버거 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 햄버거'</li><li>'한맥 마시따 숯불그릴벅 150g x 10개 / 냉동버거 / 햄버거 한맥 마시따 숯불그릴벅 150g x 10개 (#M)식품>냉동/간편조리식품>햄버거 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 햄버거'</li><li>'대신 내가맛스타 120g 12.대신 치즈벅 140g (#M)식품>냉동/간편조리식품>햄버거 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 햄버거'</li></ul> |
| 11.0 | <ul><li>'퀴진 에어프라이어 크리스피 양념감자튀김 800g 1봉+1봉 외 3종 1. 퀴진 에어 크리스피 양념감자 800g_3. 퀴진 해쉬브라운 스틱 600g (#M)식품>냉동/간편조리식품>튀김류 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 튀김류'</li><li>'[푸디버디] 숫자치킨너겟500g/미니까스 2종 480g 1+1 숫자치킨너겟 1게+미니돈까스 1개 숫자치킨너겟 1개+미니치킨까스 1개 (#M)식품>냉동/간편조리식품>튀김류 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 튀김류'</li><li>'사조오양 팝콘치킨 1kg (#M)식품>냉동/간편조리식품>튀김류 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 튀김류'</li></ul> |
| 14.0 | <ul><li>'애슐리 크리스피 포테이토 핫도그 (8개입) 크리스피 소시지탱글 핫도그 (10개입) (#M)식품>냉동/간편조리식품>핫도그 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 핫도그'</li><li>'고메 치즈크리스피핫도그 340g (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 핫도그'</li><li>'올반 크런치 찰핫도그 80g 10봉 모짜렐라 체다치즈 인기 아이간식 찰핫도그 10봉+크런치 10봉 (#M)식품>냉동/간편조리식품>핫도그 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 핫도그'</li></ul> |
| 13.0 | <ul><li>'전원푸드락 미트볼 1kg (#M)식품>냉동/간편조리식품>함박/미트볼 T200 > Naverstore > 식품 > 간편조리식품 > 함박/미트볼'</li><li>'오뚜기 한입쏙쏙미트볼(렌지) 180G 입맛돋는매운갈비찜(렌지) 180G (#M)식품>냉동/간편조리식품>함박/미트볼 T200 > Naverstore > 식품 > 간편조리식품 > 함박/미트볼'</li><li>'쉐프의밥상 육즙가득 미트볼 2kg+두툼 함박스테이크 1kg 국내산 원료육 엄마밥상 (#M)식품>냉동/간편조리식품>함박/미트볼 T200 > Naverstore > 식품 > 간편조리식품 > 함박/미트볼'</li></ul> |
| 8.0 | <ul><li>'부산어묵장돌이 순살볼어묵 1000g (#M)식품>냉동/간편조리식품>어묵 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 어묵'</li><li>'부산어묵장돌이 야채맛사각어묵 900g (#M)식품>냉동/간편조리식품>어묵 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 어묵'</li><li>'가덕도 부산 종합어묵 3kg 업소용 종합오뎅 대용량 (#M)식품>냉동/간편조리식품>어묵 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 어묵'</li></ul> |
| 12.0 | <ul><li>'애슐리 크런치즈엣지 트리플 치즈 피자 크런치즈엣지 올더미트 피자 1판 (#M)식품>냉동/간편조리식품>피자 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 피자'</li><li>'노엣지피자 베이컨 파이브치즈 4개 (#M)식품>냉동/간편조리식품>피자 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 피자'</li><li>'G풀무원 피자 4종 5판 골라담기 (노엣지/시카고/크로엣지/골드크러스트) 20.골드크러스트 파이브치즈X5 (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 피자'</li></ul> |
| 4.0 | <ul><li>'추억의 국민학교 떡볶이 5팩 /오리지널맛/쫄볶이 02.국떡 쫄볶이 5팩 (#M)식품>냉동/간편조리식품>떡볶이 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 떡볶이'</li><li>'옥이네 떡볶이 쫄볶이 밀떡 밀키트 2팩+2팩 쫄볶이 매운맛 2팩_떡볶이 매니아맛 2팩 (#M)식품>냉동/간편조리식품>떡볶이 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 떡볶이'</li><li>'당일생산 밀떡 1.5kg 2. 밀떡 1.5kg (중) (#M)식품>냉동/간편조리식품>떡볶이 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 떡볶이'</li></ul> |
| 10.0 | <ul><li>'오뚜기 3분카레 매운맛 200g 오뚜기 3분카레 매운맛 200g (#M)식품>냉동/간편조리식품>카레/짜장 T200 > Naverstore > 식품 > 간편조리식품 > 카레/짜장'</li><li>'티아시아키친 즉석카레 스파이시 비프 마살라 커리 170g 게살 푸팟퐁 커리 170g (#M)식품>냉동/간편조리식품>카레/짜장 T200 > Naverstore > 식품 > 간편조리식품 > 카레/짜장'</li><li>'티아시아커리 치킨 마크니 커리 170g/SPCRB-01 선택03.티아시아 비프 커리170g-SPCRC (#M)식품>냉동/간편조리식품>카레/짜장 T200 > Naverstore > 식품 > 간편조리식품 > 카레/짜장'</li></ul> |
| 2.0 | <ul><li>'한끼통살 닭가슴살 10종 50개 골라담기 냉동 스팀 통닭가슴살 통살 데리야끼맛 (20개입)_통살 10종 혼합 세트 (30개입) (#M)식품>축산물>닭고기>닭가슴살 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 닭가슴살'</li><li>'랭커 닭가슴살 1팩 골라담기 소세지 스테이크 스팀 수비드 훈제 냉동 닭가슴살 스테이크 갈릭 1팩 (#M)식품>축산물>닭고기>닭가슴살 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 닭가슴살'</li><li>'아임닭 닭가슴살 75종 / 훈제 스팀 저염 소세지 스테이크 헬스 26_크리스피 닭가슴살 숯불갈비 (#M)식품>축산물>닭고기>닭가슴살 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 닭가슴살'</li></ul> |
| 1.0 | <ul><li>'바비바삭 현미 보리 귀리 포켓 누룽지 보리바비바삭 2봉 현미바비바삭 1봉 (#M)식품>냉동/간편조리식품>누룽지 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 누룽지'</li><li>'누룽씬 국내산 현미 가마솥 수제누룽지 400g 1봉 유기농 가마솥누룽지 200g 1봉 (#M)식품>냉동/간편조리식품>누룽지 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 누룽지'</li><li>'마운틴듀 355ml 1개 수제 누룽지_도시농부 수제 누룽지 1KG(25봉) (#M)식품>음료>청량/탄산음료>기타탄산음료 T200 > Naverstore > 식품 > 생수/음료 > 청량/탄산음료 > 기타탄산음료'</li></ul> |
| 9.0 | <ul><li>'쏘이마루 21종 콩불구이 채식 콩고기 비건푸드 9. 채식 햄버거패티 210g (#M)식품>냉동/간편조리식품>채식푸드 T200 > Naverstore > 식품 > 간편조리식품 > 채식푸드'</li><li>'쏘이마루 21종 콩불구이 채식 콩고기 비건푸드 8. 참좋은 너비안 300g (#M)식품>냉동/간편조리식품>채식푸드 T200 > Naverstore > 식품 > 간편조리식품 > 채식푸드'</li><li>'쏘이마루 21종 콩불구이 채식 콩고기 비건푸드 11. 쏘이 너비안볼 240g (#M)식품>냉동/간편조리식품>채식푸드 T200 > Naverstore > 식품 > 간편조리식품 > 채식푸드'</li></ul> |
| 3.0 | <ul><li>'식스밀 닭가슴살 다이어트 식단 체중조절식 1종 외 단백질 벌크업 식단 냉동 간편 직장인 스테이크 도시락 연어 계란볶음밥 (#M)식품>냉동/간편조리식품>도시락 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 도시락'</li><li>'[포켓샐러드] 라이스 도시락 미니컵밥 백김치멸치 간편식 외 22종 19.시즌3 계란곤약볶음밥&함박스테이크 (#M)식품>냉동/간편조리식품>도시락 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 도시락'</li><li>'저당도시락 장조림 버터 계란밥 외 13종 한끼 관리식단 1주 2주 한달 건강한 직장인 간편식 곤약밥/반찬 단백질 식단 03_저당 산채비빔밥 200g (#M)식품>냉동/간편조리식품>도시락 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 도시락'</li></ul> |
| 0.0 | <ul><li>'목우촌 쉐프9단 통등심 꿔바로우 1kg (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 간편조리식품 > 기타간편조리식품'</li><li>'비비고 냉동 고등어구이 60G 5개+5개 (총 10개) 외 8종 고등어 60Gx5개+가자미 70Gx5개 (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 간편조리식품 > 기타간편조리식품'</li><li>'냉동야채 1kg 다진 야채 믹스 볶음밥재료 02.혼합4종 (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 간편조리식품 > 기타간편조리식품'</li></ul> |
| 5.0 | <ul><li>'한성 이게조아F 540g 02. 크래미F2 1kg (#M)식품>냉동/간편조리식품>맛살/게살 T200 > Naverstore > 식품 > 간편조리식품 > 맛살/게살'</li><li>'오양/실속/맛살/kg/사조/식품/냉동/조리/게살 본품 (#M)식품>냉동/간편조리식품>맛살/게살 T200 > Naverstore > 식품 > 간편조리식품 > 맛살/게살'</li><li>'오양 실속 맛살 1kg 사조 식품 냉동 조리 게살 본품 (#M)식품>냉동/간편조리식품>맛살/게살 T200 > Naverstore > 식품 > 간편조리식품 > 맛살/게살'</li></ul> |
| 6.0 | <ul><li>'싱싱한 닭가슴살 야채 샐러드 외 32종 100g 야채믹스 도시락 식단 배달 29_리코타치즈 샐러드 180g (#M)식품>냉동/간편조리식품>샐러드 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 샐러드'</li><li>'[샐러드 정기배송] 1주/2주 5종을 배송 1일 2식 새벽배송 식단 1일1식(새벽배송)_1주_화요일 (#M)식품>냉동/간편조리식품>샐러드 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 샐러드'</li><li>'샐러드 재료 다이어트 야채 유러피안 배달 배송 1kg 모듬쌈 1kg (#M)식품>냉동/간편조리식품>샐러드 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 샐러드'</li></ul> |
## Evaluation
### Metrics
| Label | Accuracy |
|:--------|:---------|
| **all** | 0.9987 |
## 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_top_fd0")
# Run inference
preds = model("(10+1) 다즐샵 식단 도시락 15종 골라담기 11_다섯가지나물밥+참스테이크 (#M)식품>냉동/간편조리식품>도시락 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 도시락")
```
<!--
### 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 | 12 | 21.1790 | 41 |
| Label | Training Sample Count |
|:------|:----------------------|
| 0.0 | 50 |
| 1.0 | 50 |
| 2.0 | 50 |
| 3.0 | 50 |
| 4.0 | 50 |
| 5.0 | 50 |
| 6.0 | 50 |
| 7.0 | 50 |
| 8.0 | 50 |
| 9.0 | 32 |
| 10.0 | 50 |
| 11.0 | 50 |
| 12.0 | 50 |
| 13.0 | 50 |
| 14.0 | 50 |
| 15.0 | 50 |
### Training Hyperparameters
- batch_size: (128, 128)
- num_epochs: (20, 20)
- max_steps: -1
- sampling_strategy: oversampling
- num_iterations: 50
- 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0033 | 1 | 0.4947 | - |
| 0.1634 | 50 | 0.4776 | - |
| 0.3268 | 100 | 0.286 | - |
| 0.4902 | 150 | 0.1239 | - |
| 0.6536 | 200 | 0.0278 | - |
| 0.8170 | 250 | 0.0062 | - |
| 0.9804 | 300 | 0.0015 | - |
| 1.1438 | 350 | 0.0008 | - |
| 1.3072 | 400 | 0.0004 | - |
| 1.4706 | 450 | 0.0002 | - |
| 1.6340 | 500 | 0.0002 | - |
| 1.7974 | 550 | 0.0002 | - |
| 1.9608 | 600 | 0.0001 | - |
| 2.1242 | 650 | 0.0001 | - |
| 2.2876 | 700 | 0.0001 | - |
| 2.4510 | 750 | 0.0001 | - |
| 2.6144 | 800 | 0.0001 | - |
| 2.7778 | 850 | 0.0001 | - |
| 2.9412 | 900 | 0.0001 | - |
| 3.1046 | 950 | 0.0 | - |
| 3.2680 | 1000 | 0.0 | - |
| 3.4314 | 1050 | 0.0 | - |
| 3.5948 | 1100 | 0.0 | - |
| 3.7582 | 1150 | 0.0 | - |
| 3.9216 | 1200 | 0.0 | - |
| 4.0850 | 1250 | 0.0 | - |
| 4.2484 | 1300 | 0.0 | - |
| 4.4118 | 1350 | 0.0 | - |
| 4.5752 | 1400 | 0.0 | - |
| 4.7386 | 1450 | 0.0 | - |
| 4.9020 | 1500 | 0.0 | - |
| 5.0654 | 1550 | 0.0 | - |
| 5.2288 | 1600 | 0.0 | - |
| 5.3922 | 1650 | 0.0 | - |
| 5.5556 | 1700 | 0.0 | - |
| 5.7190 | 1750 | 0.0 | - |
| 5.8824 | 1800 | 0.0 | - |
| 6.0458 | 1850 | 0.0 | - |
| 6.2092 | 1900 | 0.0 | - |
| 6.3725 | 1950 | 0.0 | - |
| 6.5359 | 2000 | 0.0 | - |
| 6.6993 | 2050 | 0.0 | - |
| 6.8627 | 2100 | 0.0 | - |
| 7.0261 | 2150 | 0.0 | - |
| 7.1895 | 2200 | 0.0 | - |
| 7.3529 | 2250 | 0.0 | - |
| 7.5163 | 2300 | 0.0 | - |
| 7.6797 | 2350 | 0.0 | - |
| 7.8431 | 2400 | 0.0 | - |
| 8.0065 | 2450 | 0.0 | - |
| 8.1699 | 2500 | 0.0 | - |
| 8.3333 | 2550 | 0.0 | - |
| 8.4967 | 2600 | 0.0 | - |
| 8.6601 | 2650 | 0.0 | - |
| 8.8235 | 2700 | 0.0 | - |
| 8.9869 | 2750 | 0.0 | - |
| 9.1503 | 2800 | 0.0 | - |
| 9.3137 | 2850 | 0.0 | - |
| 9.4771 | 2900 | 0.0 | - |
| 9.6405 | 2950 | 0.0 | - |
| 9.8039 | 3000 | 0.0 | - |
| 9.9673 | 3050 | 0.0 | - |
| 10.1307 | 3100 | 0.0 | - |
| 10.2941 | 3150 | 0.0 | - |
| 10.4575 | 3200 | 0.0 | - |
| 10.6209 | 3250 | 0.0 | - |
| 10.7843 | 3300 | 0.0 | - |
| 10.9477 | 3350 | 0.0 | - |
| 11.1111 | 3400 | 0.0 | - |
| 11.2745 | 3450 | 0.0 | - |
| 11.4379 | 3500 | 0.0 | - |
| 11.6013 | 3550 | 0.0 | - |
| 11.7647 | 3600 | 0.0 | - |
| 11.9281 | 3650 | 0.0 | - |
| 12.0915 | 3700 | 0.0 | - |
| 12.2549 | 3750 | 0.0 | - |
| 12.4183 | 3800 | 0.0 | - |
| 12.5817 | 3850 | 0.0 | - |
| 12.7451 | 3900 | 0.0 | - |
| 12.9085 | 3950 | 0.0 | - |
| 13.0719 | 4000 | 0.0 | - |
| 13.2353 | 4050 | 0.0 | - |
| 13.3987 | 4100 | 0.0 | - |
| 13.5621 | 4150 | 0.0 | - |
| 13.7255 | 4200 | 0.0 | - |
| 13.8889 | 4250 | 0.0 | - |
| 14.0523 | 4300 | 0.0 | - |
| 14.2157 | 4350 | 0.0 | - |
| 14.3791 | 4400 | 0.0 | - |
| 14.5425 | 4450 | 0.0001 | - |
| 14.7059 | 4500 | 0.0001 | - |
| 14.8693 | 4550 | 0.0 | - |
| 15.0327 | 4600 | 0.0 | - |
| 15.1961 | 4650 | 0.0 | - |
| 15.3595 | 4700 | 0.0 | - |
| 15.5229 | 4750 | 0.0 | - |
| 15.6863 | 4800 | 0.0001 | - |
| 15.8497 | 4850 | 0.0 | - |
| 16.0131 | 4900 | 0.0 | - |
| 16.1765 | 4950 | 0.0 | - |
| 16.3399 | 5000 | 0.0 | - |
| 16.5033 | 5050 | 0.0 | - |
| 16.6667 | 5100 | 0.0 | - |
| 16.8301 | 5150 | 0.0 | - |
| 16.9935 | 5200 | 0.0 | - |
| 17.1569 | 5250 | 0.0 | - |
| 17.3203 | 5300 | 0.0 | - |
| 17.4837 | 5350 | 0.0 | - |
| 17.6471 | 5400 | 0.0 | - |
| 17.8105 | 5450 | 0.0 | - |
| 17.9739 | 5500 | 0.0 | - |
| 18.1373 | 5550 | 0.0 | - |
| 18.3007 | 5600 | 0.0 | - |
| 18.4641 | 5650 | 0.0 | - |
| 18.6275 | 5700 | 0.0 | - |
| 18.7908 | 5750 | 0.0 | - |
| 18.9542 | 5800 | 0.0 | - |
| 19.1176 | 5850 | 0.0 | - |
| 19.2810 | 5900 | 0.0 | - |
| 19.4444 | 5950 | 0.0 | - |
| 19.6078 | 6000 | 0.0 | - |
| 19.7712 | 6050 | 0.0 | - |
| 19.9346 | 6100 | 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.*
--> |