File size: 50,411 Bytes
169daeb |
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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 |
---
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](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:** 12 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 |
|:------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 10 | <ul><li>'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'</li><li>'메디필 바이오 인텐스 글루타치온 화이트 크림 50g (#M)11st>스킨케어>화이트닝크림>화이트닝크림 11st > 뷰티 > 스킨케어 > 화이트닝크림 > 화이트닝크림'</li><li>'(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'</li></ul> |
| 8 | <ul><li>'CNP 차앤박 안티블레미쉬 스팟 패치 5매입 화장품|미용>스킨케어>모공케어>팩/마스크;(#M)홈>화장품/미용>스킨케어>모공케어>팩/마스크 HMALL > 뷰티 > 스킨케어 > 스크럽/필링'</li><li>'[SNP] 골드 콜라겐 아이 패치 60매 (#M)11st>스킨케어>아이크림>아이크림 11st > 뷰티 > 스킨케어 > 아이크림'</li><li>'퓨어덤 골드 에너지 하이드로겔 아이패치 60개입 × 2개 쿠팡 홈>뷰티>스킨케어>마스크/팩>코팩/기타패치>아이 패치;쿠팡 홈>뷰티>스킨케어>마스크/팩>패치/코팩>기타패치;Coupang > 뷰티 > 스킨케어 > 마스크/팩;(#M)쿠팡 홈>뷰티>스킨케어>마스크/팩>패치/코팩>아이 패치 Coupang > 뷰티 > 스킨케어 > 마스크/팩 > 패치/코팩 > 아이 패치'</li></ul> |
| 1 | <ul><li>'코스노리 롱 액티브 아이래쉬 세럼 속눈썹 영양제 9g × 1개 (#M)쿠팡 홈>뷰티>메이크업>아이 메이크업>마스카라 Coupang > 뷰티 > 로드샵 > 메이크업'</li><li>'클리오 킬래쉬 수퍼프루프 마스카라 롱컬링 볼륨 매끈 최신제조 001 롱컬링 (#M)홈>전체상품 Naverstore > 화장품/미용 > 색조메이크업 > 마스카라'</li><li>'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'</li></ul> |
| 6 | <ul><li>'미샤 NEW 수퍼아쿠아 울트라 히알론 2종 세트 LotteOn > 뷰티 > 남성화장품 > 남성화장품세트 LotteOn > 뷰티 > 남성화장품 > 남성화장품세트'</li><li>'[신제품샘플증정][6빅딜]클리어로션+피테라에센스 230ml세트 LotteOn > 뷰티 > 명품화장품 > 스킨케어 LotteOn > 뷰티 > 스킨케어 > 화장품세트'</li><li>'라끄베르 리블라섬 2.5종 기획세트 MinSellAmount (#M)화장품/향수>스킨케어>스킨케어세트 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 스킨케어세트'</li></ul> |
| 5 | <ul><li>'[라벨영] 쇼킹 블랙티트리 토너 [00001] 01. 블랙티트리 토너 (#M)11st>헤어케어>헤어클리닉세트>헤어클리닉세트 11st > 뷰티 > 헤어케어 > 헤어클리닉세트'</li><li>'이니스프리 브라이트닝 포어 스킨 150ml MinSellAmount 화장품/향수>로드샵브랜드>스킨/로션;(#M)화장품/향수>스킨케어>스킨케어세트 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 스킨케어세트'</li><li>'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'</li></ul> |
| 9 | <ul><li>'NIB 오리진스 OriginsPLANTSCRIPTION 안티 에이징 파워 세럼 .91oz./27ml 풀 사이즈 LotteOn > 뷰티 > 남성화장품 > 클렌징 LotteOn > 뷰티 > 남성화장품 > 클렌징'</li><li>'[기획]빈티지 싱글 익스트렉트 에센스 150ml ssg > 뷰티 > 스킨케어 > 스킨케어세트 ssg > 뷰티 > 스킨케어 > 스킨케어세트'</li><li>'일리윤 프로바이오틱스(에센스/크림/시카밤/여성청결제/마스크팩 01_프로 바이오틱스 레드니스 릴리프 에센스드롭 200ml (#M)GSSHOP>뷰티>스킨케어>크림 GSSHOP > 뷰티 > 스킨케어 > 크림'</li></ul> |
| 4 | <ul><li>'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'</li><li>'[4+1] 데생 UV아쿠아 멀티밤 선스틱[4]+데생 하이라이터[1] LotteOn > 뷰티 > 스킨케어 > 선케어 > 선스틱/밤 LotteOn > 뷰티 > 스킨케어 > 선케어 > 선스틱/밤'</li><li>'가히 멀티밤 + 가히 하이라이터 1세트 LotteOn > 뷰티 > 남성화장품 > 스킨 LotteOn > 뷰티 > 남성화장품 > 스킨'</li></ul> |
| 0 | <ul><li>'바이오 리프팅 넥크림 50ml LotteOn > 뷰티 > 명품화장품 > 스킨케어 > 크림 LotteOn > 뷰티 > 명품화장품 > 스킨케어 > 크림'</li><li>'[AK PLAZA][클라랑스] NEW 엑스트라 퍼밍 넥 크림 75ml 80056458 §1075185169§ (#M)11st>스킨케어>화이트닝크림>화이트닝크림 11st > 뷰티 > 스킨케어 > 화이트닝크림 > 화이트닝크림'</li><li>'클라란스넥크림 클라랑스 엑스트라 퍼밍 넥 앤 데콜테 케어 75mL (#M)화장품/미용>스킨케어>넥케어 AD > Naverstore > 화장품/미용 > 스킨케어 > 넥케어'</li></ul> |
| 7 | <ul><li>'퓨처 솔루션 LX 아이 앤 립 컨투어 리제너레이팅 크림 E 17ml LotteOn > 뷰티 > 스킨케어 > 아이케어 LotteOn > 뷰티 > 럭셔리 스킨케어 > 아이케어/넥케어'</li><li>'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'</li><li>'AHC 퓨어 레스큐 리얼 아이크림 포페이스 30ml 옵션선택_001_01 세트 (#M)뷰티>화장품/향수>스킨케어>아이크림 CJmall > 뷰티 > 화장품/향수 > 스킨케어 > 아이크림'</li></ul> |
| 11 | <ul><li>'[라벨영] 쇼킹오일 2탄 [00001] 01. 쇼킹오일 1개 (#M)11st>헤어케어>헤어클리닉세트>헤어클리닉세트 11st > 뷰티 > 헤어케어 > 헤어클리닉세트'</li><li>'달팡 - 에센셜 오일 엘릭서 베티버 아로마틱 케어 스트레스 렐리프 디톡스 15ml/0.5oz ssg > 뷰티 > 스킨케어 > 로션 ssg > 뷰티 > 스킨케어 > 로션'</li><li>'BIOTHERM BLUE THERAPY SERUM-IN-OIL NIGHT FOR WOMEN, 1.69 OUNCE 기본 (#M)홈>화장품/미용>남성화장품>로션 Naverstore > 화장품/미용 > 남성화장품 > 로션'</li></ul> |
| 3 | <ul><li>'아쿠아 디 콜로니아-친칸타+스프레이+유리공병 LotteOn > 뷰티 > 명품화장품 > 향수/디퓨저 > 공용향수 LotteOn > 뷰티 > 향수 > 남녀공용향수'</li><li>'네이처리퍼블릭 수딩 앤 모이스처 알로에베 92% 수딩젤 미스트 3개 3개 (#M)쿠팡 홈>뷰티>스킨케어>미스트 Coupang > 뷰티 > 로드샵 > 스킨케어 > 미스트'</li><li>'[참존] 참존 알로에 수딩 미스트 160ML 2개 (#M)GSSHOP>뷰티>바디케어>바디미스트 GSSHOP > 뷰티 > 바디케어 > 바디미스트'</li></ul> |
| 2 | <ul><li>'더랩바이블랑두 올리고 히알루론산 카밍 로션 150ml 홈>스킨케어>에센스;(#M)홈>전체상품 Naverstore > 화장품/미용 > 스킨케어 > 로션'</li><li>'비욘드 딥 모이스처 허니에멀전1L (대용량) (#M)쿠팡 홈>뷰티>바디>바디로션/크림>바디로션 Coupang > 뷰티 > 로드샵 > 바디 > 바디로션/크림 > 바디로션'</li><li>'김정문알로에 큐어 수딩 에멀젼2개 2x미니(2) ssg > 뷰티 > 스킨케어 > 로션 ssg > 뷰티 > 스킨케어 > 로션'</li></ul> |
## Evaluation
### Metrics
| Label | Accuracy |
|:--------|:---------|
| **all** | 0.8564 |
## 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_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")
```
<!--
### 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 | 21.3533 | 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
```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.*
--> |