Push model using huggingface_hub.

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "word_embedding_dimension": 768,
+  "pooling_mode_cls_token": false,
+  "pooling_mode_mean_tokens": true,
+  "pooling_mode_max_tokens": false,
+  "pooling_mode_mean_sqrt_len_tokens": false,
+  "pooling_mode_weightedmean_tokens": false,
+  "pooling_mode_lasttoken": false,
+  "include_prompt": true
+}

README.md

@@ -0,0 +1,240 @@
+---
+base_model: mini1013/master_domain
+library_name: setfit
+metrics:
+- metric
+pipeline_tag: text-classification
+tags:
+- setfit
+- sentence-transformers
+- text-classification
+- generated_from_setfit_trainer
+widget:
+- text: 인체모형 교육용 해부 해부학 마네킹 해골 뼈 업그레이드된버전62CM색상흰색남성모델찌를수있음 에스와이컴퍼니
+- text: 고급 패브릭정리함 리빙박스 트윈커버 소형  기안79
+- text: 거치대 대회 전시 진열 태권도 트로피 메달 스포츠 디스플레이 선반 가로 120 세로 20센티_라이트 텍스처 나무판자 색상표:오색 라인
+    프레즈스튜디오
+- text: 투명 조립식 신발장 신발 정리대 수납장 보관함 민트 살림공백
+- text: 고양이 철제 실내화 정리대 슬리퍼 꽂이 걸이 거치대 현관 화장실 현관 홀더 슈즈렉 4단 고양이 실내화거치대_화이트 티비앤지컴퍼니 (TB&G
+    Co.)
+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: metric
+      value: 0.937399876771411
+      name: Metric
+---
+
+# 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:** 9 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                                                                                                                                                                                                                                   |
+|:------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+| 6.0   | <ul><li>'아임홈리빙 베이직 튼튼 논슬립 옷걸이 1P 퍼플 주식회사에버원'</li><li>'[리벤스] 코팅 논슬립 바지걸이 20P / 원목 바지걸이 및 행거 G.화이트 싱글 1단 이동식행거 아소리빙'</li><li>'[ 판매] 아이지베스트 바두기 뉴매직 행거 30p  바두기'</li></ul>                                                                    |
+| 3.0   | <ul><li>'스판 선풍기커버 난방기 온풍기 보관 덮개 커버 먼지차단 헤드형 스탠드형 스판선풍기커버 헤드형_베이지 굿조인'</li><li>'보관 스탠드 선풍기 커버 방수 일반형 헤드 케이스 북유럽풍 수납하기좋은 카바 헤드형_그레이 바른상회'</li><li>'공업용 선풍기 안전망 대형 산업 보호망 커버 용품 카바 30in  고퀄리'</li></ul>                                       |
+| 4.0   | <ul><li>'무타공 벽부착 화장지 수납 다용도 걸이 바구니 소품 선반바 스켓 거치대 케이스 인테리어 그레이1P 이노트러스트'</li><li>'스텐 주방 싱크대 도어행거 후크 수건 행주 걸이 문걸이행거 화이트도장_도어행거1P 주식회사 제이케이씨글로벌'</li><li>'로에드 초강력 마그네틱 자석 후크 마스크 걸이 10P 미니자석후크 10개세트(E10) 데일리마켓'</li></ul>                    |
+| 7.0   | <ul><li>'심플 헹거커버 헹거커버-브라운 갱자상회'</li><li>'먼지방지 프리미엄 옷커버 혼합(자켓용10P+코트용5P) 총 15P  GSSHOP_'</li><li>'인앳홈 의류먼지방지덮개 행거커버 의류오염방지커버 No 01.반투명 먼지 방지덮개 60X110 디엘시스'</li></ul>                                                                       |
+| 2.0   | <ul><li>'[비카] 트롤리 /수납함/츄레이/기저귀함/이동식수납함/주방용품/식당 비카_다크크레이 '</li><li>'할메이드 주방 화장품 서랍 이동식 트롤리 틈새 선반 바퀴달린 수납장 트레이 3단 메쉬 트롤리 4단 화이트 (주)할메이드'</li><li>'아텍스 다용도 베란다벽선반 팬트리 세탁실 벽걸이 반달 화이트/봉스테인레스/올스테인레스 국내제작_MC 반달화이트 43cm_1단 1.2m 멸치쇼핑'</li></ul> |
+| 1.0   | <ul><li>'쇼핑 바구니 마트 장바구니 플라스틱 시장 편의점 AA 미니 초록 쇼핑 바구니 왕대 초록 주식회사 오메가키친'</li><li>'[다이소]칸칸이수납바구니-1001900  (주)한웰이쇼핑'</li><li>'대나무 석작 한과바구니 대나무함 한과상자 폐백 떡바 타입 타입_사각 석작 - 소 이잡스2'</li></ul>                                                      |
+| 0.0   | <ul><li>'[애구애구]강아지 애견 마네킹 인형 S/M/L 04_L 블랙시니어 신세계몰'</li><li>'매장용 목걸이 귀걸이 거치 마네킹 디스플레이 쥬얼리 14 소소한'</li><li>'상체마네킹 남성정장 디스플레이 마네킹 양복점 전신 드레스 스탠드 의류매장모델행거 Q 아띠쇼핑'</li></ul>                                                                  |
+| 5.0   | <ul><li>'맨손진공순삭압축팩 맨손압축팩 45x70 세인 클러스터'</li><li>'대형 입체 압축팩 이불 인형 보관 상품선택_중호세로형 행밤'</li><li>'맨손진공순삭압축팩 맨손압축팩 56x80 세인 클러스터'</li></ul>                                                                                                       |
+| 8.0   | <ul><li>'4개 택일 대형 중형 종이수납박스 리빙 대형 캣마스터'</li><li>'[펠로우즈] 뱅커스 베이직 / 프레스트 파일박스(2개입) 베이직 오피스디포  의왕군포점'</li><li>'펠로우즈 파일박스 Presto 블루 17243 2개  플렉스온컴퍼니'</li></ul>                                                                               |
+
+## Evaluation
+
+### Metrics
+| Label   | Metric |
+|:--------|:-------|
+| **all** | 0.9374 |
+
+## 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_lh14")
+# Run inference
+preds = model("고급 패브릭정리함 리빙박스 트윈커버 소형  기안79")
+```
+
+<!--
+### 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   | 3   | 10.5244 | 22  |
+
+| 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                    |
+
+### Training Hyperparameters
+- batch_size: (512, 512)
+- num_epochs: (20, 20)
+- max_steps: -1
+- sampling_strategy: oversampling
+- num_iterations: 40
+- body_learning_rate: (2e-05, 2e-05)
+- head_learning_rate: 2e-05
+- loss: CosineSimilarityLoss
+- distance_metric: cosine_distance
+- margin: 0.25
+- end_to_end: False
+- use_amp: False
+- warmup_proportion: 0.1
+- seed: 42
+- eval_max_steps: -1
+- load_best_model_at_end: False
+
+### Training Results
+| Epoch   | Step | Training Loss | Validation Loss |
+|:-------:|:----:|:-------------:|:---------------:|
+| 0.0141  | 1    | 0.3887        | -               |
+| 0.7042  | 50   | 0.3275        | -               |
+| 1.4085  | 100  | 0.1223        | -               |
+| 2.1127  | 150  | 0.0307        | -               |
+| 2.8169  | 200  | 0.0273        | -               |
+| 3.5211  | 250  | 0.0253        | -               |
+| 4.2254  | 300  | 0.0097        | -               |
+| 4.9296  | 350  | 0.0156        | -               |
+| 5.6338  | 400  | 0.0156        | -               |
+| 6.3380  | 450  | 0.0175        | -               |
+| 7.0423  | 500  | 0.0136        | -               |
+| 7.7465  | 550  | 0.0117        | -               |
+| 8.4507  | 600  | 0.002         | -               |
+| 9.1549  | 650  | 0.0174        | -               |
+| 9.8592  | 700  | 0.0155        | -               |
+| 10.5634 | 750  | 0.0136        | -               |
+| 11.2676 | 800  | 0.0193        | -               |
+| 11.9718 | 850  | 0.0135        | -               |
+| 12.6761 | 900  | 0.0004        | -               |
+| 13.3803 | 950  | 0.0001        | -               |
+| 14.0845 | 1000 | 0.0001        | -               |
+| 14.7887 | 1050 | 0.0001        | -               |
+| 15.4930 | 1100 | 0.0           | -               |
+| 16.1972 | 1150 | 0.0           | -               |
+| 16.9014 | 1200 | 0.0           | -               |
+| 17.6056 | 1250 | 0.0           | -               |
+| 18.3099 | 1300 | 0.0           | -               |
+| 19.0141 | 1350 | 0.0           | -               |
+| 19.7183 | 1400 | 0.0           | -               |
+
+### Framework Versions
+- Python: 3.10.12
+- SetFit: 1.1.0.dev0
+- Sentence Transformers: 3.1.1
+- Transformers: 4.46.1
+- PyTorch: 2.4.0+cu121
+- Datasets: 2.20.0
+- Tokenizers: 0.20.0
+
+## 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.*
+-->

config.json

@@ -0,0 +1,29 @@
+{
+  "_name_or_path": "mini1013/master_item_lh",
+  "architectures": [
+    "RobertaModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "bos_token_id": 0,
+  "classifier_dropout": null,
+  "eos_token_id": 2,
+  "gradient_checkpointing": false,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 768,
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "layer_norm_eps": 1e-05,
+  "max_position_embeddings": 514,
+  "model_type": "roberta",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pad_token_id": 1,
+  "position_embedding_type": "absolute",
+  "tokenizer_class": "BertTokenizer",
+  "torch_dtype": "float32",
+  "transformers_version": "4.46.1",
+  "type_vocab_size": 1,
+  "use_cache": true,
+  "vocab_size": 32000
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.1.1",
+    "transformers": "4.46.1",
+    "pytorch": "2.4.0+cu121"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": null
+}

config_setfit.json

@@ -0,0 +1,4 @@
+{
+  "normalize_embeddings": false,
+  "labels": null
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5e09b8da3064dd6b028d10b1cecf93d720f2463e24af1ce93b2d9b0dbf2e06da
+size 442494816

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4e3f5c2e6089eed0b5f2d39ab4d71da212b4cedd7426a8d37a1b46dcdebb91e0
+size 56255

modules.json

@@ -0,0 +1,14 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 512,
+  "do_lower_case": false
+}

special_tokens_map.json

@@ -0,0 +1,51 @@
+{
+  "bos_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "cls_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "eos_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "[MASK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "[PAD]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "[UNK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

tokenizer_config.json

@@ -0,0 +1,66 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "[CLS]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "[PAD]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "[SEP]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "[UNK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "4": {
+      "content": "[MASK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "bos_token": "[CLS]",
+  "clean_up_tokenization_spaces": false,
+  "cls_token": "[CLS]",
+  "do_basic_tokenize": true,
+  "do_lower_case": false,
+  "eos_token": "[SEP]",
+  "mask_token": "[MASK]",
+  "max_length": 512,
+  "model_max_length": 512,
+  "never_split": null,
+  "pad_to_multiple_of": null,
+  "pad_token": "[PAD]",
+  "pad_token_type_id": 0,
+  "padding_side": "right",
+  "sep_token": "[SEP]",
+  "stride": 0,
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "BertTokenizer",
+  "truncation_side": "right",
+  "truncation_strategy": "longest_first",
+  "unk_token": "[UNK]"
+}