SetFit with sentence-transformers/paraphrase-mpnet-base-v2

This is a SetFit model that can be used for Text Classification. This SetFit model uses sentence-transformers/paraphrase-mpnet-base-v2 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:

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

Model Details

Model Description

Model Type: SetFit
Sentence Transformer body: sentence-transformers/paraphrase-mpnet-base-v2
Classification head: a LogisticRegression instance
Maximum Sequence Length: 512 tokens
Number of Classes: 6 classes

Model Sources

Repository: SetFit on GitHub
Paper: Efficient Few-Shot Learning Without Prompts
Blogpost: SetFit: Efficient Few-Shot Learning Without Prompts

Model Labels

Label	Examples
3	'see module description IN0006' 'Anleitung zu Masterarbeiten: Lehrstuhl für Softwaretechnik' 'Übung: 2.01.005g Softwaretechnik I (Ü) - ONLINE'
6	'Technological trends such as social media, cloud computing or big data have changed the way of how enterprises operate.\nAlthough companies put a lot of effort integrating these technological trends into their daily business, one challenge\nremains to show that the integration is worth. The idea of this seminar is to develop paper prototypes, which demonstrate \ninnovative solutions or products that result from an integration of technological trends with digital products \n(such as e.g., Google glass, Google watch). \nParticularly, recommender systems should be used as a means of demonstrating the customers the technological benefits. \nThe paper prototypes will be develop in teams.' 'Softwareentwicklung im Team (Programmierpraktikum II)' 'Softwaretechnik und Programmierparadigmen (SWTPP) (Klausur) [Zweittermin, 03.04.2023]'
1	'Die Veranstaltung findet im PC-Pool "Am Windkanal" statt.\xa0Beschreibung Das Seminar soll eine Einführung in zwei prominente Modelle der kognitiv orientierten komputationalen Neurowissenschaften geben. Der Kurs hat das Ziel theoretische Grundlagen zu vermitteln und praktische Fertigkeiten zu üben. Zu den beiden Themenkomplexen wird es jeweils Aufgaben geben, in denen die konkrete Umsetzung der Modelle realisiert werden soll. Programmierkentnisse (MATLAB) sind von Vorteil, allerdings nicht zwingend notwendig. Das Seminar richtet sich an Studierende der Psychologie und verwandter Disziplinen, die ein tiefergehendes Interesse an Informationsverarbeitung und –aufbewahrung im Gehirn haben.' '03-03-2104-ue Computerbasierte Datenanalyse' '1. Statistics of data sets\n2. Graphical representation of data sets\n3. Statistics of pairs of data sets\n4. Simulation of random variables'
2	'Entwicklung/Demonstration eines autonomen unbemannten Fluggerätes' 'Lernziele: ? Stoffplan: ? Diploma Supplement: development of functions for autonomous robotic systems, experimental evaluation, team work, presentation ' 'Modellierung, Analyse und Entwurf neuer Roboterkinematiken II'
5	'Quantum Electronics II - Spintronics and Quantum Computation (QE II) - Lecture' 'Spintronics and Quantum Computation - Lecture' 'Spintronics and Quantum Computation - Exercises'
4	'...was macht User Interfaces \x84gut\x93 und \x84bedienbar\x93? ......wie können wir sie besser und bedienbarer machen? ......warum ist Touch intuitiver als Tastatur und Maus? ......was macht das iPhone besser als seine Vorgänger? ...... wie interagieren wir mit Computern in der Zukunft? ...... ??? Computer Interfaces verändern sich zur Zeit schneller als je zuvor. Human-Computer Interaction (HCI) beschäftigt sich mit benutzergerechten Gestaltung von Nutzerschnittstellen. Anhand von zahlreichen Beispielen moderner Nutzerschnittstellen wird in dieser Vorlesung eine umfassende Einführung in das Thema HCI gegeben. Die Vorlesung stellt unter anderem vor, welche verschiedenen Typen von Nutzerschnittstellen es gibt, wohin es in der Zukunft geht, wie man "gute" Interfaces erstellt, was "gut" hier bedeutet und wie es gemessen werden kann. Inhalte:'

Evaluation

Metrics

Label	Accuracy
all	0.8828

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("Chernoffface/fs-setfit-model")
# Run inference
preds = model("Proseminar: Mathematischer Programmierkurs")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	1	32.4872	368

Label	Training Sample Count
1	69
2	7
3	200
4	1
5	9
6	223

Training Hyperparameters

batch_size: (16, 16)
num_epochs: (1, 1)
max_steps: -1
sampling_strategy: oversampling
num_iterations: 10
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
l2_weight: 0.01
seed: 42
eval_max_steps: -1
load_best_model_at_end: False

Training Results

Epoch	Step	Training Loss	Validation Loss
0.0016	1	0.2519	-
0.0785	50	0.2065	-
0.1570	100	0.1206	-
0.2355	150	0.062	-
0.3140	200	0.0311	-
0.3925	250	0.0124	-
0.4710	300	0.0085	-
0.5495	350	0.0022	-
0.6279	400	0.0043	-
0.7064	450	0.001	-
0.7849	500	0.0012	-
0.8634	550	0.0009	-
0.9419	600	0.0012	-

Framework Versions

Python: 3.12.3
SetFit: 1.1.0
Sentence Transformers: 3.0.0
Transformers: 4.43.1
PyTorch: 2.3.1+cu121
Datasets: 2.20.0
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}
}

Chernoffface
/

fs-setfit-model