File size: 32,089 Bytes
0eff3d1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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: 폴미첼 프리즈  샤인 슈퍼 스프레이 250ml x 3 단일상품 (#M)11st>헤어케어>헤어스프레이>헤어스프레이 11st > 뷰티
    > 헤어케어 > 헤어스프레이
- text: 댕기머리 뉴골드 새치머리용 한방 칼라 크림 염색약 염색제 5 4 Coupang > 뷰티 > 헤어 > 염색/파마 > 염색/헤어컬러
    > 한방염색제(새치);(#M)쿠팡 홈>뷰티>헤어>염색/파마>염색/헤어컬러>한방염색제(새치) Coupang > 뷰티 > 헤어 > 염색/파마 >
    염색/헤어컬러 > 한방염색제(새치)
- text: 갸스비 스타일링 왁스 익사이팅 하드 80g MinSellAmount (#M)바디/헤어>헤어스타일링>헤어왁스 Gmarket > 뷰티 >
    바디/헤어 > 헤어스타일링 > 헤어왁스
- text: 이지엔 쉐이킹 푸딩 헤어칼라 6.61(멋내기용-스모키 애쉬블러썸) (#M)홈>헤어케어>염색약>멋내기 염색 Naverstore > 화장품/미용
    > 헤어스타일링 > 염색약
- text: '[웰라] 아이미 앱솔루트 셋 300ml  LotteOn > 뷰티 > 헤어/바디 > 헤어스타일링 > 헤어스프레이 LotteOn > 뷰티
    > 헤어/바디 > 헤어스타일링 > 헤어스프레이'
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: 0.8061538461538461
      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>'이희 마블 에센스 헤어 팩트 블랙 본품14g / 흑채 상세페이지 참조 (#M)쿠팡 홈>뷰티>헤어>염색/파마>헤어메이크업>흑채/증모제 Coupang > 뷰티 > 헤어 > 염색/파마 > 헤어메이크업 > 흑채/증모제'</li><li>'[TS]리뉴얼 흑채23g/식물성펄프사용,순간증모제,대머리커버 검정 (#M)GSSHOP>뷰티>헤어케어>탈모케어 GSSHOP > 뷰티 > 헤어케어 > 탈모케어'</li><li>'이희 마블 에센스 헤어 팩트 다크브라운 본품1+리필2  (#M)홈>화장품/미용>헤어케어>탈모케어 Naverstore > 화장품/미용 > 헤어케어 > 탈모케어'</li></ul>                                                                                                                                                                                                                                             |
| 2     | <ul><li>'아모스 아미노 매직 셋팅 펌 / 노멀 / 다운펌 / 스트레이트 매직약 1제노멀 2제 크림타입 (#M)홈>화장품/미용>헤어스타일링>파마약>스트레이트 Naverstore > 화장품/미용 > 헤어스타일링 > 파마약 > 스트레이트'</li><li>'아모스 아미노 매직셋팅펌 노멀 400ml+크림 500ml  (#M)11st>헤어케어>파마약>파마약 11st > 뷰티 > 헤어케어 > 파마약 > 파마약'</li><li>'[눙크] 듀이트리 굿 릴랙스 애프터 수딩 패치 15g  ssg > 뷰티 > 스킨케어 > 마스크/팩 > 아이패치 ssg > 뷰티 > 스킨케어 > 마스크/팩 > 아이패치'</li></ul>                                                                                                                                                                                                                                    |
| 5     | <ul><li>'(2개)꽃을든남자 케라틴 실크프로테인 헤어젤 500ml MinSellAmount (#M)바디/헤어>헤어스타일링>헤어젤 Gmarket > 뷰티 > 바디/헤어 > 헤어스타일링 > 헤어젤'</li><li>'아베다 맨 퓨어 포먼스 그루밍 클레이 75ml  (#M)11st>헤어케어>샴푸>일반 11st > 뷰티 > 헤어케어 > 샴푸 > 일반'</li><li>'아베다 - 맨 퓨어 포맨스 리퀴드 포마드 200ml/6.7oz ssg > 뷰티 > 헤어/바디 > 헤어케어 > 헤어앰플 ssg > 뷰티 > 헤어/바디 > 헤어케어 > 헤어앰플'</li></ul>                                                                                                                                                                                                                                                                 |
| 0     | <ul><li>'로레알 뉴앙셀 보태닉 헤어 매니큐어 150g 왁싱 코팅 내츄럴브라운다크 (#M)11st>헤어케어>염색약>크림염색약 11st > 뷰티 > 헤어케어 > 염색약 > 크림염색약'</li><li>'사이오스 NEW 올레오 크림 프리미엄 헤어 컬러 1B 크리스탈베이지 3개  LotteOn > 뷰티 > 헤어/바디 > 헤어케어 > 트리트먼트/헤어팩 LotteOn > 뷰티 > 헤어/바디 > 헤어케어 > 트리트먼트/헤어팩'</li><li>'로레알파리 매직 리터치 75 ml1433989 10 브라운 x 5개143398910  LotteOn > 뷰티 > 헤어/바디 > 헤어스타일링 > 염색/매니큐어 LotteOn > 뷰티 > 헤어/바디 > 헤어스타일링 > 염색/매니큐어'</li></ul>                                                                                                                                                                                         |
| 4     | <ul><li>'핫템 미장센 스타일케어 헤어스프레이 300ml - O 화이트플로럴 (#M)SSG.COM/스킨케어/클렌징/클렌징오일 ssg > 뷰티 > 스킨케어 > 클렌징 > 클렌징오일'</li><li>'비레디 에어리 헤어 스프레이  LotteOn > 뷰티 > 헤어/바디 > 헤어스타일링 > 컬크림 LotteOn > 뷰티 > 헤어/바디 > 헤어스타일링 > 컬크림'</li><li>'[밀본] 밀본 니제르 홀드핏 베일 180g  (#M)홈>헤어 스타일링 Naverstore > 화장품/미용 > 헤어스타일링 > 헤어스프레이'</li></ul>                                                                                                                                                                                                                                                                              |
| 1     | <ul><li>'컬링 에센스 150ml 1+1  (#M)뷰티>헤어/바디/미용기기>헤어케어>에센스/앰플/오일 CJmall > 뷰티 > 헤어/바디/미용기기 > 헤어케어 > 트리트먼트/팩/마스크'</li><li>'미쟝센 스테이지 컬링에센스 2X 150ml 1개 01_미쟝센 스테이지 컬링에센스 2X 150ml 1개 위메프 > 생활·주방·반려동물 > 바디/헤어 > 샴푸/린스/헤어케어 > 트리트먼트;위메프 > 뷰티 > 바디/헤어 > 헤어염색/파마/왁스 > 염색약;위메프 > 생활·주방·반려동물 > 바디/헤어 > 샴푸/린스/헤어케어 > 샴푸/린스;위메프 > 생활·주방·반려동물 > 바디/헤어 > 바디케어/워시/제모;(#M)위메프 > 생활·주방용품 > 바디/헤어 > 샴푸/린스/헤어케어 > 트리트먼트 위메프 > 뷰티 > 바디/헤어 > 바디케어/워시/제모 > 바디워시/스크럽'</li><li>'[현대백화점][VDL] 스킨프로 미스트 아쿠아 밤 브이디엘 스킨프로 미스트 아쿠아 밤 (#M)홈>화장품/미용>베이스메이크업>베이스메이크업세트 Naverstore > 화장품/미용 > 베이스메이크업 > 베이스메이크업세트'</li></ul> |
| 3     | <ul><li>'리르 퀵 헤어 커버 쿠션 빈모 새치커버 [0006]헤어쿠션_브라운 (#M)11st>헤어케어>탈모/두피관리제>클리닉용품 기타 11st > 뷰티 > 헤어케어 > 탈모/두피관리제'</li><li>'[12월기획]비레디 헤어라인 커버스틱 다크브라운 (#M)GSSHOP>뷰티>스킨케어>스킨케어세트 GSSHOP > 뷰티 > 스킨케어 > 뷰티 합포장'</li><li>'마몽드 팡팡 헤어 섀도우 - 3.5g/택1 3호 레디쉬 브라운 화장품/향수>립케어/블러셔>블러셔/볼터치;(#M)화장품/향수>색조메이크업>블러셔 Gmarket > 뷰티 > 화장품/향수 > 색조메이크업 > 블러셔'</li></ul>                                                                                                                                                                                                                                           |

## Evaluation

### Metrics
| Label   | Accuracy |
|:--------|:---------|
| **all** | 0.8062   |

## 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_top12_test")
# Run inference
preds = model("폴미첼 프리즈 앤 샤인 슈퍼 스프레이 250ml x 3개 단일상품 (#M)11st>헤어케어>헤어스프레이>헤어스프레이 11st > 뷰티 > 헤어케어 > 헤어스프레이")
```

<!--
### 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  | 21.3486 | 60  |

| 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     | 0.4121        | -               |
| 0.0914  | 50    | 0.4364        | -               |
| 0.1828  | 100   | 0.4222        | -               |
| 0.2742  | 150   | 0.395         | -               |
| 0.3656  | 200   | 0.3538        | -               |
| 0.4570  | 250   | 0.3385        | -               |
| 0.5484  | 300   | 0.3178        | -               |
| 0.6399  | 350   | 0.2704        | -               |
| 0.7313  | 400   | 0.2307        | -               |
| 0.8227  | 450   | 0.1968        | -               |
| 0.9141  | 500   | 0.1908        | -               |
| 1.0055  | 550   | 0.1629        | -               |
| 1.0969  | 600   | 0.1568        | -               |
| 1.1883  | 650   | 0.1495        | -               |
| 1.2797  | 700   | 0.1378        | -               |
| 1.3711  | 750   | 0.1215        | -               |
| 1.4625  | 800   | 0.0961        | -               |
| 1.5539  | 850   | 0.0704        | -               |
| 1.6453  | 900   | 0.0564        | -               |
| 1.7367  | 950   | 0.0565        | -               |
| 1.8282  | 1000  | 0.0549        | -               |
| 1.9196  | 1050  | 0.0489        | -               |
| 2.0110  | 1100  | 0.0484        | -               |
| 2.1024  | 1150  | 0.0471        | -               |
| 2.1938  | 1200  | 0.042         | -               |
| 2.2852  | 1250  | 0.0456        | -               |
| 2.3766  | 1300  | 0.0329        | -               |
| 2.4680  | 1350  | 0.0308        | -               |
| 2.5594  | 1400  | 0.0262        | -               |
| 2.6508  | 1450  | 0.0317        | -               |
| 2.7422  | 1500  | 0.0267        | -               |
| 2.8336  | 1550  | 0.0248        | -               |
| 2.9250  | 1600  | 0.0175        | -               |
| 3.0165  | 1650  | 0.0113        | -               |
| 3.1079  | 1700  | 0.0111        | -               |
| 3.1993  | 1750  | 0.0096        | -               |
| 3.2907  | 1800  | 0.0054        | -               |
| 3.3821  | 1850  | 0.004         | -               |
| 3.4735  | 1900  | 0.0035        | -               |
| 3.5649  | 1950  | 0.0015        | -               |
| 3.6563  | 2000  | 0.0013        | -               |
| 3.7477  | 2050  | 0.0015        | -               |
| 3.8391  | 2100  | 0.0009        | -               |
| 3.9305  | 2150  | 0.0009        | -               |
| 4.0219  | 2200  | 0.0007        | -               |
| 4.1133  | 2250  | 0.0007        | -               |
| 4.2048  | 2300  | 0.0006        | -               |
| 4.2962  | 2350  | 0.0011        | -               |
| 4.3876  | 2400  | 0.0004        | -               |
| 4.4790  | 2450  | 0.0004        | -               |
| 4.5704  | 2500  | 0.0002        | -               |
| 4.6618  | 2550  | 0.0001        | -               |
| 4.7532  | 2600  | 0.0001        | -               |
| 4.8446  | 2650  | 0.0001        | -               |
| 4.9360  | 2700  | 0.0001        | -               |
| 5.0274  | 2750  | 0.0001        | -               |
| 5.1188  | 2800  | 0.0001        | -               |
| 5.2102  | 2850  | 0.0001        | -               |
| 5.3016  | 2900  | 0.0001        | -               |
| 5.3931  | 2950  | 0.0001        | -               |
| 5.4845  | 3000  | 0.0001        | -               |
| 5.5759  | 3050  | 0.0           | -               |
| 5.6673  | 3100  | 0.0001        | -               |
| 5.7587  | 3150  | 0.0           | -               |
| 5.8501  | 3200  | 0.0           | -               |
| 5.9415  | 3250  | 0.0           | -               |
| 6.0329  | 3300  | 0.0           | -               |
| 6.1243  | 3350  | 0.0           | -               |
| 6.2157  | 3400  | 0.0           | -               |
| 6.3071  | 3450  | 0.0           | -               |
| 6.3985  | 3500  | 0.0           | -               |
| 6.4899  | 3550  | 0.0           | -               |
| 6.5814  | 3600  | 0.0           | -               |
| 6.6728  | 3650  | 0.0           | -               |
| 6.7642  | 3700  | 0.0           | -               |
| 6.8556  | 3750  | 0.0           | -               |
| 6.9470  | 3800  | 0.0           | -               |
| 7.0384  | 3850  | 0.0001        | -               |
| 7.1298  | 3900  | 0.0           | -               |
| 7.2212  | 3950  | 0.0           | -               |
| 7.3126  | 4000  | 0.0           | -               |
| 7.4040  | 4050  | 0.0           | -               |
| 7.4954  | 4100  | 0.0           | -               |
| 7.5868  | 4150  | 0.0           | -               |
| 7.6782  | 4200  | 0.0           | -               |
| 7.7697  | 4250  | 0.0           | -               |
| 7.8611  | 4300  | 0.0           | -               |
| 7.9525  | 4350  | 0.0           | -               |
| 8.0439  | 4400  | 0.0           | -               |
| 8.1353  | 4450  | 0.0           | -               |
| 8.2267  | 4500  | 0.0           | -               |
| 8.3181  | 4550  | 0.0           | -               |
| 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  | 0.0           | -               |
| 8.9580  | 4900  | 0.0           | -               |
| 9.0494  | 4950  | 0.0           | -               |
| 9.1408  | 5000  | 0.0           | -               |
| 9.2322  | 5050  | 0.0           | -               |
| 9.3236  | 5100  | 0.0           | -               |
| 9.4150  | 5150  | 0.0           | -               |
| 9.5064  | 5200  | 0.0           | -               |
| 9.5978  | 5250  | 0.0           | -               |
| 9.6892  | 5300  | 0.0           | -               |
| 9.7806  | 5350  | 0.0           | -               |
| 9.8720  | 5400  | 0.0           | -               |
| 9.9634  | 5450  | 0.0           | -               |
| 10.0548 | 5500  | 0.0           | -               |
| 10.1463 | 5550  | 0.0           | -               |
| 10.2377 | 5600  | 0.0           | -               |
| 10.3291 | 5650  | 0.0           | -               |
| 10.4205 | 5700  | 0.0           | -               |
| 10.5119 | 5750  | 0.0           | -               |
| 10.6033 | 5800  | 0.0           | -               |
| 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  | 0.0001        | -               |
| 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  | 0.0007        | -               |
| 12.3400 | 6750  | 0.0343        | -               |
| 12.4314 | 6800  | 0.0285        | -               |
| 12.5229 | 6850  | 0.0151        | -               |
| 12.6143 | 6900  | 0.0047        | -               |
| 12.7057 | 6950  | 0.003         | -               |
| 12.7971 | 7000  | 0.0047        | -               |
| 12.8885 | 7050  | 0.0027        | -               |
| 12.9799 | 7100  | 0.0017        | -               |
| 13.0713 | 7150  | 0.0002        | -               |
| 13.1627 | 7200  | 0.0001        | -               |
| 13.2541 | 7250  | 0.0004        | -               |
| 13.3455 | 7300  | 0.0001        | -               |
| 13.4369 | 7350  | 0.0           | -               |
| 13.5283 | 7400  | 0.0           | -               |
| 13.6197 | 7450  | 0.0           | -               |
| 13.7112 | 7500  | 0.0001        | -               |
| 13.8026 | 7550  | 0.0           | -               |
| 13.8940 | 7600  | 0.0           | -               |
| 13.9854 | 7650  | 0.0002        | -               |
| 14.0768 | 7700  | 0.0002        | -               |
| 14.1682 | 7750  | 0.0001        | -               |
| 14.2596 | 7800  | 0.0001        | -               |
| 14.3510 | 7850  | 0.0           | -               |
| 14.4424 | 7900  | 0.0           | -               |
| 14.5338 | 7950  | 0.0002        | -               |
| 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  | 0.0001        | -               |
| 16.0878 | 8800  | 0.0           | -               |
| 16.1792 | 8850  | 0.0           | -               |
| 16.2706 | 8900  | 0.0002        | -               |
| 16.3620 | 8950  | 0.0           | -               |
| 16.4534 | 9000  | 0.0           | -               |
| 16.5448 | 9050  | 0.0001        | -               |
| 16.6362 | 9100  | 0.0001        | -               |
| 16.7276 | 9150  | 0.0001        | -               |
| 16.8190 | 9200  | 0.0           | -               |
| 16.9104 | 9250  | 0.0002        | -               |
| 17.0018 | 9300  | 0.0           | -               |
| 17.0932 | 9350  | 0.0002        | -               |
| 17.1846 | 9400  | 0.0006        | -               |
| 17.2761 | 9450  | 0.0002        | -               |
| 17.3675 | 9500  | 0.0003        | -               |
| 17.4589 | 9550  | 0.0           | -               |
| 17.5503 | 9600  | 0.0           | -               |
| 17.6417 | 9650  | 0.0           | -               |
| 17.7331 | 9700  | 0.0           | -               |
| 17.8245 | 9750  | 0.0           | -               |
| 17.9159 | 9800  | 0.0           | -               |
| 18.0073 | 9850  | 0.0           | -               |
| 18.0987 | 9900  | 0.0           | -               |
| 18.1901 | 9950  | 0.0           | -               |
| 18.2815 | 10000 | 0.0           | -               |
| 18.3729 | 10050 | 0.0           | -               |
| 18.4644 | 10100 | 0.0           | -               |
| 18.5558 | 10150 | 0.0           | -               |
| 18.6472 | 10200 | 0.0           | -               |
| 18.7386 | 10250 | 0.0           | -               |
| 18.8300 | 10300 | 0.0           | -               |
| 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 | 0.0           | -               |
| 19.7441 | 10800 | 0.0           | -               |
| 19.8355 | 10850 | 0.0           | -               |
| 19.9269 | 10900 | 0.0           | -               |
| 20.0183 | 10950 | 0.0002        | -               |
| 20.1097 | 11000 | 0.0002        | -               |
| 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 | 0.0           | -               |
| 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 | 0.0           | -               |
| 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 | 0.0           | -               |
| 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.*
-->