mini1013's picture
Push model using huggingface_hub.
fee47be verified
metadata
base_model: mini1013/master_domain
library_name: setfit
metrics:
  - accuracy
pipeline_tag: text-classification
tags:
  - setfit
  - sentence-transformers
  - text-classification
  - generated_from_setfit_trainer
widget:
  - text: >-
      아이오페 바이오 컨디셔닝 에센스/맨 에센스/택1 맨 바이오 컨디셔닝 에센스 (#M)11st>스킨케어>에센스/세럼>에센스/세럼 11st
      > 뷰티 > 스킨케어 > 에센스/세럼 > 에센스/세럼
  - text: >-
      오딧세이 블랙 에멀전 100ml + 에멀전 30ml MinSellAmount (#M)화장품/향수>남성화장품>남성로션 Gmarket >
      뷰티 > 화장품/향수 > 남성화장품 > 남성로션
  - text: >-
      (랩시리즈)(2) 올인원 로션 Size Up 세트 (+대용량 샘플 20ml 추가 증정) 단일상품
      (#M)화장품/향수>남성화장품>남성로션 Gmarket > 뷰티 > 화장품/향수 > 남성화장품 > 남성로션
  - text: >-
      설화수 본윤 단품 2종 세트 _G 설화수 본윤 단품 2종 세트 (#M)화장품/향수>남성화장품>남성에센스/크림 Gmarket > 뷰티
      > 화장품/향수 > 남성화장품 > 남성에센스/크림
  - text: >-
      아이오페 맨 바이오 컨디셔닝 에센스 145ml × 4개 (#M)쿠팡 홈>뷰티>남성화장품>남성스킨케어>스킨/로션/크림 Coupang >
      뷰티 > 남성화장품 > 남성스킨케어 > 스킨/로션/크림
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: 0.8685831622176592
            name: Accuracy

SetFit with mini1013/master_domain

This is a SetFit model that can be used for Text Classification. This SetFit model uses mini1013/master_domain as the Sentence Transformer embedding model. A LogisticRegression instance is used for classification.

The model has been trained using an efficient few-shot learning technique that involves:

  1. Fine-tuning a Sentence Transformer with contrastive learning.
  2. Training a classification head with features from the fine-tuned Sentence Transformer.

Model Details

Model Description

Model Sources

Model Labels

Label Examples
3
  • '쾌남 엑스퍼트 스킨 300ml 3개 MinSellAmount (#M)화장품/향수>스킨케어>스킨/토너 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 스킨/토너'
  • '더페이스샵 더 블랙밤 스킨 140ml MinSellAmount (#M)화장품/향수>남성화장품>남성로션 Gmarket > 뷰티 > 화장품/향수 > 남성화장품 > 남성로션'
  • '캐릭터 리파이닝 350ml x 1개/스킨/로션/헬스/모텔 MinSellAmount 화장품/향수>스킨/로션>로션/에멀젼;(#M)화장품/향수>스킨케어>로션/에멀젼 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 로션/에멀젼'
5
  • '키엘 에이지 디펜더 파워 세럼 75ml LotteOn > 뷰티 > 메이크업 > 베이스메이크업 > 베이스/프라이머 LotteOn > 뷰티 > 메이크업 > 베이스메이크업 > 베이스/프라이머'
  • '포스 수프림 메탈 아이 세럼 15ml ssg > 뷰티 > 남성화장품 > 크림;ssg > 뷰티 > 명품화장품 > 남성화장품;ssg > 뷰티 > 스킨케어 > 스킨케어세트 ssg > 뷰티 > 남성화장품 > 크림'
  • '에이지 디펜더 파워 세럼 75ml 50~100ml(g) LotteOn > 뷰티 > 명품화장품 > 남성화장품 LotteOn > 뷰티 > 남성화장품 > 로션'
1
  • '비레디 레벨 업 파운데이션 포 히어로즈 30ml (SPF50+) 05 오웬 (어두운 피부) (#M)홈>화장품/미용>남성화장품>메이크업 Naverstore > 화장품/미용 > 남성화장품 > 메이크업'
  • '비레디 마그네틱 피팅 쿠션 15g + 15g(리필, SPF50+) 3호 제프리 (#M)홈>전체상품 Naverstore > 화장품/미용 > 남성화장품 > 메이크업'
  • '[기타]레벨업 파운데이션 SPF50+ PA++++ (남자비비 파운데이션으로 레벨업) (옵 1.01 스톤 (매우 밝은 피부) (#M)11st>메이크업>페이스메이크업>파운데이션 11st > 뷰티 > 메이크업 > 페이스메이크업 > 파운데이션'
8
  • '랩시리즈 데일리 레스큐 에너자이징 젤 크림 50ml (#M)홈>스킨케어>남성화장품 Naverstore > 화장품/미용 > 남성화장품 > 크림'
  • '랩 시리즈 데일리 레스큐 에너자이징 젤 크림 50ml LotteOn > 뷰티 > 스킨케어 > 로션/에멀젼 LotteOn > 뷰티 > 스킨케어 > 로션/에멀젼'
  • '랩 시리즈 데일리 레스큐 에너자이징 젤크림 50ml [00001] 데일리 레스큐 에너자이징 젤크림 50ml (#M)11st>남성화장품>남성로션>남성로션 11st > 뷰티 > 남성화장품 > 남성로션'
2
  • '입큰 맨 파워 액티브 선 비비 입큰 맨 파워 액티브 올인원 선 비비 50ml × 2개 Coupang > 뷰티 > 남성화장품 > 남성메이크업 > 베이스메이크업;(#M)쿠팡 홈>뷰티>남성화장품>남성메이크업>베이스메이크업 Coupang > 뷰티 > 남성화장품 > 남성메이크업 > 베이스메이크업'
  • '꽃을든남자 에너지팩토리 맨즈밤 50ml 남자 비비크림 어두운피부용 (#M)화장품/향수>남성화장품>남성메이크업/BB Gmarket > 뷰티 > 화장품/향수 > 남성화장품 > 남성메이크업/BB'
  • '그라펜 데일리 웨어 비비크림 (#M)11st>남성화장품>남성BB크림>남성BB크림 11st > 뷰티 > 남성화장품 > 남성BB크림'
10
  • '[퓨어덤] 릴랙스 하이드라 남성용 마스크팩 50매 릴랙스 하이드라 남성용 마스크팩 50매 (#M)쿠팡 홈>뷰티>남성화장품>남성스킨케어>마스크/팩 Coupang > 뷰티 > 남성화장품 > 남성스킨케어 > 마스크/팩'
  • '엠도씨 화이트닝 맨테라피 마스크 18ml × 4개 쿠팡 홈>뷰티>남성화장품>남성스킨케어>클렌징/마스크;Coupang > 뷰티 > 남성화장품 > 남성스킨케어 > 클렌징/마스크;쿠팡 홈>뷰티>남성화장품>남성스킨케어>클렌징/필링;(#M)쿠팡 홈>뷰티>남성화장품>남성스킨케어>마스크/팩 Coupang > 뷰티 > 남성화장품 > 남성스킨케어 > 마스크/팩'
  • '퓨어덤 릴랙스 하이드라 남성용 마스크팩 x 30매 (#M)홈>남성화장품 Naverstore > 화장품/미용 > 남성화장품 > 마스크/팩'
7
  • '무칸 옴므 버블쿨링 남성청결제 70ml X 1개 MinSellAmount 스마일배송 홈>생활/주방>바디케어>청결제;스마일배송 홈>빠른장보기>바디케어>바디케어;(#M)스마일배송 홈>뷰티>바디케어>바디워시 Gmarket > 뷰티 > 바디/헤어 > 바디케어 > 남성청결제'
  • '[프리메라][NEW] 후리 앤 후리 맨 에너자이징 포인트 클렌저 150ml(의정부점) (#M)11st>클렌징/필링>클렌징로션>클렌징로션 11st > 뷰티 > 클렌징/필링 > 클렌징로션'
  • '브로앤팁스 포인트 클리닉 남성청결제 150ml (#M)홈>화장품/미용>남성화장품>남성청결제 Naverstore > 화장품/미용 > 남성화장품 > 남성청결제'
4
  • '시세이도 [시세이도][특별3] NEW 파란자차 스틱 세트 선택완료 × 단품없음 × 선택완료 (#M)쿠팡 홈>뷰티>스킨케어>선케어/태닝>선케어>선스틱 Coupang > 뷰티 > 스킨케어 > 선케어/태닝 > 선케어 > 선스틱'
  • '헤라 옴므 블랙 퍼펙트 2종 기획세트 포장 안 함 (#M)11st>남성화장품>남성화장품세트>남성화장품세트 11st > 뷰티 > 남성화장품 > 남성화장품세트'
  • '헤라 옴므 에센스 인 2종 세트 / 쇼핑백 포함 (#M)쿠팡 홈>뷰티>남성화장품>남성화장품세트 Coupang > 뷰티 > 남성화장품 > 남성화장품세트'
0
  • '제주녹차로마무리하는촉촉한피부 이 니 스 프 리 그린티 포맨 로션 150ml 150ml (#M)쿠팡 홈>뷰티>스킨케어>로션 Coupang > 뷰티 > 로드샵 > 스킨케어 > 로션'
  • '미스쾌남 클래식(유리병) 스킨/에멀젼 택1 미스쾌남 클래식(유리병) 로션 140ml (#M)홈>화장품/미용>남성화장품>스킨 Naverstore > 화장품/미용 > 남성화장품 > 스킨'
  • '라미 맨넨/멘넨 스킨브레이서 로션 180ml MinSellAmount (#M)바디/헤어>바디케어>바디로션 Gmarket > 뷰티 > 바디/헤어 > 바디케어 > 바디로션'
9
  • '[동일 본품 ] 랩시리즈 멀티 액션 훼이스 워시 100ml 1+1 멀티 액션 훼이스 워시 100ml 1+1 (#M)화장품/미용>남성화장품>클렌징 LO > Naverstore > window > 멘즈케어 > 클렌징'
  • '[눙크]질레트 퓨전 프로쉴드 칠 면도날 4개 ssg > 뷰티 > 메이크업 > 베이스메이크업 > 메이크업베이스 ssg > 뷰티 > 메이크업 > 베이스메이크업 > 메이크업베이스'
  • '[니베아]니베아 맨 딥 쉐이빙 폼 200ml X 3개 옵션없음 LotteOn > 뷰티 > 헤어/바디 > 바디케어 > 데오드란트 LotteOn > 뷰티 > 헤어/바디 > 바디케어 > 데오드란트'
6
  • '[입큰맨] 스타일퍼펙트 올인원 선플루이드 스타일퍼펙트 올인원 선플루이드 LotteOn > 뷰티 > 남성화장품 > 스킨 LotteOn > 뷰티 > 남성화장품 > 스킨'
  • '우르오스 올인원 스킨밀크 200ml 트래블세트 (워시20ml+샴푸20ml+밀크15ml 증정) 우르오스 올인원 스킨밀크 200ml 트래블세트 (워시20ml+샴푸20ml+밀크15ml 증정) (#M)홈>스킨케어>스킨/로션/올인원>올인원 OLIVEYOUNG > 남성 > 스킨케어 > 올인원'
  • '보타닉힐보 아이디얼포맨 퍼펙트 올인원 기획세트(바디워시 증정) (#M)쿠팡 홈>뷰티>바디>바디로션/크림>바디로션 Coupang > 뷰티 > 바디 > 바디로션/크림 > 바디로션'

Evaluation

Metrics

Label Accuracy
all 0.8686

Uses

Direct Use for Inference

First install the SetFit library:

pip install setfit

Then you can load this model and run inference.

from setfit import SetFitModel

# Download from the 🤗 Hub
model = SetFitModel.from_pretrained("mini1013/master_cate_bt_top1_test")
# Run inference
preds = model("오딧세이 블랙 에멀전 100ml + 에멀전 30ml MinSellAmount (#M)화장품/향수>남성화장품>남성로션 Gmarket > 뷰티 > 화장품/향수 > 남성화장품 > 남성로션")

Training Details

Training Set Metrics

Training set Min Median Max
Word count 11 20.6216 56
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 18

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
0.0012 1 0.429 -
0.0617 50 0.4399 -
0.1235 100 0.4253 -
0.1852 150 0.4166 -
0.2469 200 0.4024 -
0.3086 250 0.3741 -
0.3704 300 0.3411 -
0.4321 350 0.3274 -
0.4938 400 0.2956 -
0.5556 450 0.2724 -
0.6173 500 0.2624 -
0.6790 550 0.2515 -
0.7407 600 0.2446 -
0.8025 650 0.2304 -
0.8642 700 0.213 -
0.9259 750 0.2048 -
0.9877 800 0.1821 -
1.0494 850 0.1701 -
1.1111 900 0.1579 -
1.1728 950 0.1496 -
1.2346 1000 0.1328 -
1.2963 1050 0.1171 -
1.3580 1100 0.1073 -
1.4198 1150 0.096 -
1.4815 1200 0.0837 -
1.5432 1250 0.0765 -
1.6049 1300 0.0659 -
1.6667 1350 0.0528 -
1.7284 1400 0.045 -
1.7901 1450 0.0303 -
1.8519 1500 0.0273 -
1.9136 1550 0.0258 -
1.9753 1600 0.0295 -
2.0370 1650 0.0212 -
2.0988 1700 0.0216 -
2.1605 1750 0.0235 -
2.2222 1800 0.0247 -
2.2840 1850 0.0229 -
2.3457 1900 0.0181 -
2.4074 1950 0.0184 -
2.4691 2000 0.0179 -
2.5309 2050 0.0174 -
2.5926 2100 0.0205 -
2.6543 2150 0.0196 -
2.7160 2200 0.0177 -
2.7778 2250 0.0178 -
2.8395 2300 0.0195 -
2.9012 2350 0.0199 -
2.9630 2400 0.0185 -
3.0247 2450 0.0155 -
3.0864 2500 0.0146 -
3.1481 2550 0.0185 -
3.2099 2600 0.0179 -
3.2716 2650 0.0187 -
3.3333 2700 0.0184 -
3.3951 2750 0.0163 -
3.4568 2800 0.0163 -
3.5185 2850 0.016 -
3.5802 2900 0.0141 -
3.6420 2950 0.0153 -
3.7037 3000 0.0149 -
3.7654 3050 0.0096 -
3.8272 3100 0.0053 -
3.8889 3150 0.005 -
3.9506 3200 0.0042 -
4.0123 3250 0.0032 -
4.0741 3300 0.0034 -
4.1358 3350 0.0041 -
4.1975 3400 0.0029 -
4.2593 3450 0.0035 -
4.3210 3500 0.0038 -
4.3827 3550 0.0032 -
4.4444 3600 0.0035 -
4.5062 3650 0.0024 -
4.5679 3700 0.0046 -
4.6296 3750 0.005 -
4.6914 3800 0.0039 -
4.7531 3850 0.004 -
4.8148 3900 0.0031 -
4.8765 3950 0.0051 -
4.9383 4000 0.0044 -
5.0 4050 0.0031 -
5.0617 4100 0.0028 -
5.1235 4150 0.0037 -
5.1852 4200 0.0034 -
5.2469 4250 0.0041 -
5.3086 4300 0.0039 -
5.3704 4350 0.0033 -
5.4321 4400 0.0028 -
5.4938 4450 0.0031 -
5.5556 4500 0.0033 -
5.6173 4550 0.0042 -
5.6790 4600 0.0045 -
5.7407 4650 0.0034 -
5.8025 4700 0.0031 -
5.8642 4750 0.0034 -
5.9259 4800 0.0037 -
5.9877 4850 0.0042 -
6.0494 4900 0.0041 -
6.1111 4950 0.0033 -
6.1728 5000 0.0033 -
6.2346 5050 0.0032 -
6.2963 5100 0.0066 -
6.3580 5150 0.0052 -
6.4198 5200 0.003 -
6.4815 5250 0.0027 -
6.5432 5300 0.0042 -
6.6049 5350 0.0036 -
6.6667 5400 0.0044 -
6.7284 5450 0.0049 -
6.7901 5500 0.011 -
6.8519 5550 0.0072 -
6.9136 5600 0.0084 -
6.9753 5650 0.0062 -
7.0370 5700 0.0093 -
7.0988 5750 0.0067 -
7.1605 5800 0.009 -
7.2222 5850 0.0103 -
7.2840 5900 0.0049 -
7.3457 5950 0.0023 -
7.4074 6000 0.0035 -
7.4691 6050 0.002 -
7.5309 6100 0.005 -
7.5926 6150 0.0049 -
7.6543 6200 0.0026 -
7.7160 6250 0.0006 -
7.7778 6300 0.0001 -
7.8395 6350 0.0002 -
7.9012 6400 0.0 -
7.9630 6450 0.0 -
8.0247 6500 0.0 -
8.0864 6550 0.0 -
8.1481 6600 0.0 -
8.2099 6650 0.0 -
8.2716 6700 0.0 -
8.3333 6750 0.0 -
8.3951 6800 0.0 -
8.4568 6850 0.0 -
8.5185 6900 0.0 -
8.5802 6950 0.0 -
8.6420 7000 0.0 -
8.7037 7050 0.0 -
8.7654 7100 0.0 -
8.8272 7150 0.0 -
8.8889 7200 0.0 -
8.9506 7250 0.0 -
9.0123 7300 0.0 -
9.0741 7350 0.0 -
9.1358 7400 0.0 -
9.1975 7450 0.0 -
9.2593 7500 0.0 -
9.3210 7550 0.0 -
9.3827 7600 0.0 -
9.4444 7650 0.0 -
9.5062 7700 0.0 -
9.5679 7750 0.0 -
9.6296 7800 0.0 -
9.6914 7850 0.0 -
9.7531 7900 0.0 -
9.8148 7950 0.0 -
9.8765 8000 0.0 -
9.9383 8050 0.0 -
10.0 8100 0.0 -
10.0617 8150 0.0 -
10.1235 8200 0.0 -
10.1852 8250 0.0 -
10.2469 8300 0.0 -
10.3086 8350 0.0 -
10.3704 8400 0.0 -
10.4321 8450 0.0 -
10.4938 8500 0.0005 -
10.5556 8550 0.0012 -
10.6173 8600 0.005 -
10.6790 8650 0.0036 -
10.7407 8700 0.0023 -
10.8025 8750 0.0014 -
10.8642 8800 0.0001 -
10.9259 8850 0.0002 -
10.9877 8900 0.0 -
11.0494 8950 0.0 -
11.1111 9000 0.0 -
11.1728 9050 0.0 -
11.2346 9100 0.0001 -
11.2963 9150 0.0 -
11.3580 9200 0.0 -
11.4198 9250 0.0001 -
11.4815 9300 0.0002 -
11.5432 9350 0.0 -
11.6049 9400 0.0 -
11.6667 9450 0.0 -
11.7284 9500 0.0 -
11.7901 9550 0.0 -
11.8519 9600 0.0002 -
11.9136 9650 0.0003 -
11.9753 9700 0.0 -
12.0370 9750 0.0 -
12.0988 9800 0.0 -
12.1605 9850 0.0 -
12.2222 9900 0.0 -
12.2840 9950 0.0 -
12.3457 10000 0.0 -
12.4074 10050 0.0 -
12.4691 10100 0.0 -
12.5309 10150 0.0 -
12.5926 10200 0.0 -
12.6543 10250 0.0011 -
12.7160 10300 0.0005 -
12.7778 10350 0.0 -
12.8395 10400 0.0 -
12.9012 10450 0.0 -
12.9630 10500 0.0 -
13.0247 10550 0.0 -
13.0864 10600 0.0 -
13.1481 10650 0.0003 -
13.2099 10700 0.0 -
13.2716 10750 0.0001 -
13.3333 10800 0.0001 -
13.3951 10850 0.0002 -
13.4568 10900 0.0002 -
13.5185 10950 0.0 -
13.5802 11000 0.0 -
13.6420 11050 0.0 -
13.7037 11100 0.0 -
13.7654 11150 0.0 -
13.8272 11200 0.0 -
13.8889 11250 0.0 -
13.9506 11300 0.0 -
14.0123 11350 0.0 -
14.0741 11400 0.0 -
14.1358 11450 0.0 -
14.1975 11500 0.0 -
14.2593 11550 0.0 -
14.3210 11600 0.0 -
14.3827 11650 0.0 -
14.4444 11700 0.0 -
14.5062 11750 0.0 -
14.5679 11800 0.0 -
14.6296 11850 0.0 -
14.6914 11900 0.0 -
14.7531 11950 0.0 -
14.8148 12000 0.0 -
14.8765 12050 0.0 -
14.9383 12100 0.0 -
15.0 12150 0.0 -
15.0617 12200 0.0 -
15.1235 12250 0.0 -
15.1852 12300 0.0 -
15.2469 12350 0.0 -
15.3086 12400 0.0 -
15.3704 12450 0.0028 -
15.4321 12500 0.0004 -
15.4938 12550 0.0002 -
15.5556 12600 0.0 -
15.6173 12650 0.0 -
15.6790 12700 0.0001 -
15.7407 12750 0.0 -
15.8025 12800 0.0 -
15.8642 12850 0.0 -
15.9259 12900 0.0002 -
15.9877 12950 0.0 -
16.0494 13000 0.0 -
16.1111 13050 0.0 -
16.1728 13100 0.0 -
16.2346 13150 0.0 -
16.2963 13200 0.0 -
16.3580 13250 0.0 -
16.4198 13300 0.0 -
16.4815 13350 0.0004 -
16.5432 13400 0.0 -
16.6049 13450 0.0002 -
16.6667 13500 0.0 -
16.7284 13550 0.0 -
16.7901 13600 0.0 -
16.8519 13650 0.0 -
16.9136 13700 0.0 -
16.9753 13750 0.0 -
17.0370 13800 0.0 -
17.0988 13850 0.0 -
17.1605 13900 0.0 -
17.2222 13950 0.0 -
17.2840 14000 0.0 -
17.3457 14050 0.0 -
17.4074 14100 0.0 -
17.4691 14150 0.0001 -
17.5309 14200 0.0022 -
17.5926 14250 0.0058 -
17.6543 14300 0.0001 -
17.7160 14350 0.0 -
17.7778 14400 0.0 -
17.8395 14450 0.0001 -
17.9012 14500 0.0 -
17.9630 14550 0.0 -
18.0247 14600 0.0001 -
18.0864 14650 0.0 -
18.1481 14700 0.0002 -
18.2099 14750 0.0 -
18.2716 14800 0.0 -
18.3333 14850 0.0 -
18.3951 14900 0.0003 -
18.4568 14950 0.0 -
18.5185 15000 0.0 -
18.5802 15050 0.0 -
18.6420 15100 0.0 -
18.7037 15150 0.0 -
18.7654 15200 0.0 -
18.8272 15250 0.0 -
18.8889 15300 0.0 -
18.9506 15350 0.0 -
19.0123 15400 0.0001 -
19.0741 15450 0.0 -
19.1358 15500 0.0 -
19.1975 15550 0.0 -
19.2593 15600 0.0002 -
19.3210 15650 0.0 -
19.3827 15700 0.0 -
19.4444 15750 0.0 -
19.5062 15800 0.0 -
19.5679 15850 0.0 -
19.6296 15900 0.0 -
19.6914 15950 0.0 -
19.7531 16000 0.0 -
19.8148 16050 0.0 -
19.8765 16100 0.0 -
19.9383 16150 0.0 -
20.0 16200 0.0 -
20.0617 16250 0.0 -
20.1235 16300 0.0 -
20.1852 16350 0.0 -
20.2469 16400 0.0 -
20.3086 16450 0.0 -
20.3704 16500 0.0 -
20.4321 16550 0.0 -
20.4938 16600 0.0 -
20.5556 16650 0.0 -
20.6173 16700 0.0 -
20.6790 16750 0.0 -
20.7407 16800 0.0 -
20.8025 16850 0.0 -
20.8642 16900 0.0 -
20.9259 16950 0.0 -
20.9877 17000 0.0 -
21.0494 17050 0.0 -
21.1111 17100 0.0 -
21.1728 17150 0.0 -
21.2346 17200 0.0 -
21.2963 17250 0.0 -
21.3580 17300 0.0 -
21.4198 17350 0.0 -
21.4815 17400 0.0 -
21.5432 17450 0.0 -
21.6049 17500 0.0 -
21.6667 17550 0.0 -
21.7284 17600 0.0 -
21.7901 17650 0.0 -
21.8519 17700 0.0 -
21.9136 17750 0.0 -
21.9753 17800 0.0 -
22.0370 17850 0.0 -
22.0988 17900 0.0 -
22.1605 17950 0.0 -
22.2222 18000 0.0 -
22.2840 18050 0.0 -
22.3457 18100 0.0 -
22.4074 18150 0.0 -
22.4691 18200 0.0 -
22.5309 18250 0.0 -
22.5926 18300 0.0 -
22.6543 18350 0.0 -
22.7160 18400 0.0 -
22.7778 18450 0.0 -
22.8395 18500 0.0 -
22.9012 18550 0.0 -
22.9630 18600 0.0 -
23.0247 18650 0.0 -
23.0864 18700 0.0 -
23.1481 18750 0.0 -
23.2099 18800 0.0 -
23.2716 18850 0.0 -
23.3333 18900 0.0 -
23.3951 18950 0.0 -
23.4568 19000 0.0 -
23.5185 19050 0.0 -
23.5802 19100 0.0 -
23.6420 19150 0.0 -
23.7037 19200 0.0 -
23.7654 19250 0.0 -
23.8272 19300 0.0 -
23.8889 19350 0.0 -
23.9506 19400 0.0 -
24.0123 19450 0.0 -
24.0741 19500 0.0 -
24.1358 19550 0.0 -
24.1975 19600 0.0 -
24.2593 19650 0.0 -
24.3210 19700 0.0 -
24.3827 19750 0.0 -
24.4444 19800 0.0 -
24.5062 19850 0.0 -
24.5679 19900 0.0 -
24.6296 19950 0.0 -
24.6914 20000 0.0 -
24.7531 20050 0.0 -
24.8148 20100 0.0 -
24.8765 20150 0.0 -
24.9383 20200 0.0 -
25.0 20250 0.0 -
25.0617 20300 0.0 -
25.1235 20350 0.0 -
25.1852 20400 0.0 -
25.2469 20450 0.0 -
25.3086 20500 0.0 -
25.3704 20550 0.0 -
25.4321 20600 0.0 -
25.4938 20650 0.0 -
25.5556 20700 0.0 -
25.6173 20750 0.0 -
25.6790 20800 0.0 -
25.7407 20850 0.0 -
25.8025 20900 0.0 -
25.8642 20950 0.0 -
25.9259 21000 0.0 -
25.9877 21050 0.0 -
26.0494 21100 0.0 -
26.1111 21150 0.0 -
26.1728 21200 0.0 -
26.2346 21250 0.0 -
26.2963 21300 0.0 -
26.3580 21350 0.0 -
26.4198 21400 0.0 -
26.4815 21450 0.0 -
26.5432 21500 0.0 -
26.6049 21550 0.0 -
26.6667 21600 0.0 -
26.7284 21650 0.0 -
26.7901 21700 0.0 -
26.8519 21750 0.0 -
26.9136 21800 0.0 -
26.9753 21850 0.0 -
27.0370 21900 0.0 -
27.0988 21950 0.0 -
27.1605 22000 0.0 -
27.2222 22050 0.0 -
27.2840 22100 0.0 -
27.3457 22150 0.0 -
27.4074 22200 0.0 -
27.4691 22250 0.0 -
27.5309 22300 0.0 -
27.5926 22350 0.0 -
27.6543 22400 0.0 -
27.7160 22450 0.0 -
27.7778 22500 0.0 -
27.8395 22550 0.0 -
27.9012 22600 0.0 -
27.9630 22650 0.0 -
28.0247 22700 0.0 -
28.0864 22750 0.0 -
28.1481 22800 0.0 -
28.2099 22850 0.0 -
28.2716 22900 0.0 -
28.3333 22950 0.0 -
28.3951 23000 0.0 -
28.4568 23050 0.0 -
28.5185 23100 0.0 -
28.5802 23150 0.0 -
28.6420 23200 0.0 -
28.7037 23250 0.0 -
28.7654 23300 0.0 -
28.8272 23350 0.0 -
28.8889 23400 0.0 -
28.9506 23450 0.0 -
29.0123 23500 0.0 -
29.0741 23550 0.0 -
29.1358 23600 0.0 -
29.1975 23650 0.0 -
29.2593 23700 0.0 -
29.3210 23750 0.0 -
29.3827 23800 0.0 -
29.4444 23850 0.0 -
29.5062 23900 0.0 -
29.5679 23950 0.0 -
29.6296 24000 0.0 -
29.6914 24050 0.0 -
29.7531 24100 0.0 -
29.8148 24150 0.0 -
29.8765 24200 0.0 -
29.9383 24250 0.0 -
30.0 24300 0.0 -

Framework Versions

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

Citation

BibTeX

@article{https://doi.org/10.48550/arxiv.2209.11055,
    doi = {10.48550/ARXIV.2209.11055},
    url = {https://arxiv.org/abs/2209.11055},
    author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
    keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
    title = {Efficient Few-Shot Learning Without Prompts},
    publisher = {arXiv},
    year = {2022},
    copyright = {Creative Commons Attribution 4.0 International}
}