Hugging Face's logo

Chernoffface
/
fs-setfit-multilable-model

Text Classification
setfit
Safetensors
sentence-transformers
bert
generated_from_setfit_trainer
Model card Files Community
Chernoffface commited on
Commit
0a24492
•
1 Parent(s): 2c2d6bc

Add SetFit model

Browse files
Files changed (4) hide show
  1. README.md +74 -110
  2. config_setfit.json +2 -2
  3. model.safetensors +1 -1
  4. model_head.pkl +2 -2
README.md CHANGED
@@ -9,18 +9,62 @@ base_model: sentence-transformers/paraphrase-mpnet-base-v2
9
  metrics:
10
  - accuracy
11
  widget:
12
- - text: How much should I invest in communication activities?
13
- - text: In addition, we will consider public reactions and reviews of these works.
14
- - text: Grundlagen der Fachdidaktik Pädagogik
15
- - text: 'Die Einzelthemen umfassen: * Hard- and Software-Architecture of Modern Game
16
- Systems * Time Management in Milliseconds * Asset Loading and Compression * Physically
17
- Based Realtime Rendering and Animations * Handling of Large Game Scenes * Audio
18
- Simulation and Mixing * Constraint-Based Physics Simulation * Artificial Intelligence
19
- for Games * Multiplayer-Networking * Procedural Content Creation * Integration
20
- of Scripting Languages * Optimization and parallelization of CPU and GPU Code
21
- Die Übungen enthalten Theorie- und Praxisanteile.'
22
- - text: 'Wie entsteht überhaupt eine Ausstellung und in diesem Fall: eine, die weniger
23
- auf den Wert des Originals als die Kreativität ihrer Besucher setzt?'
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
24
  pipeline_tag: text-classification
25
  inference: false
26
  ---
@@ -70,7 +114,7 @@ from setfit import SetFitModel
70
  # Download from the 🤗 Hub
71
  model = SetFitModel.from_pretrained("Chernoffface/fs-setfit-multilable-model")
72
  # Run inference
73
- preds = model("Grundlagen der Fachdidaktik Pädagogik")
74
  ```
75
 
76
  <!--
@@ -100,9 +144,9 @@ preds = model("Grundlagen der Fachdidaktik Pädagogik")
100
  ## Training Details
101
 
102
  ### Training Set Metrics
103
- | Training set | Min | Median | Max |
104
- |:-------------|:----|:--------|:----|
105
- | Word count | 1 | 12.9119 | 131 |
106
 
107
  ### Training Hyperparameters
108
  - batch_size: (16, 16)
@@ -126,100 +170,20 @@ preds = model("Grundlagen der Fachdidaktik Pädagogik")
126
  ### Training Results
127
  | Epoch | Step | Training Loss | Validation Loss |
128
  |:------:|:----:|:-------------:|:---------------:|
129
- | 0.0003 | 1 | 0.2958 | - |
130
- | 0.0127 | 50 | 0.2471 | - |
131
- | 0.0254 | 100 | 0.1602 | - |
132
- | 0.0380 | 150 | 0.0884 | - |
133
- | 0.0507 | 200 | 0.056 | - |
134
- | 0.0634 | 250 | 0.0465 | - |
135
- | 0.0761 | 300 | 0.0431 | - |
136
- | 0.0888 | 350 | 0.0285 | - |
137
- | 0.1014 | 400 | 0.0224 | - |
138
- | 0.1141 | 450 | 0.0281 | - |
139
- | 0.1268 | 500 | 0.024 | - |
140
- | 0.1395 | 550 | 0.0271 | - |
141
- | 0.1522 | 600 | 0.0223 | - |
142
- | 0.1648 | 650 | 0.0314 | - |
143
- | 0.1775 | 700 | 0.0213 | - |
144
- | 0.0003 | 1 | 0.0019 | - |
145
- | 0.0127 | 50 | 0.0184 | - |
146
- | 0.0254 | 100 | 0.0232 | - |
147
- | 0.0380 | 150 | 0.0138 | - |
148
- | 0.0507 | 200 | 0.0165 | - |
149
- | 0.0634 | 250 | 0.0179 | - |
150
- | 0.0761 | 300 | 0.0133 | - |
151
- | 0.0888 | 350 | 0.0117 | - |
152
- | 0.1014 | 400 | 0.0093 | - |
153
- | 0.1141 | 450 | 0.0091 | - |
154
- | 0.1268 | 500 | 0.0153 | - |
155
- | 0.1395 | 550 | 0.0194 | - |
156
- | 0.1522 | 600 | 0.0129 | - |
157
- | 0.1648 | 650 | 0.0138 | - |
158
- | 0.1775 | 700 | 0.0166 | - |
159
- | 0.1902 | 750 | 0.0169 | - |
160
- | 0.2029 | 800 | 0.0202 | - |
161
- | 0.2156 | 850 | 0.0186 | - |
162
- | 0.2283 | 900 | 0.0128 | - |
163
- | 0.2409 | 950 | 0.0206 | - |
164
- | 0.2536 | 1000 | 0.0201 | - |
165
- | 0.2663 | 1050 | 0.0152 | - |
166
- | 0.2790 | 1100 | 0.0178 | - |
167
- | 0.2917 | 1150 | 0.0166 | - |
168
- | 0.3043 | 1200 | 0.0139 | - |
169
- | 0.3170 | 1250 | 0.0098 | - |
170
- | 0.3297 | 1300 | 0.0092 | - |
171
- | 0.3424 | 1350 | 0.0118 | - |
172
- | 0.3551 | 1400 | 0.0173 | - |
173
- | 0.3677 | 1450 | 0.0131 | - |
174
- | 0.3804 | 1500 | 0.0151 | - |
175
- | 0.3931 | 1550 | 0.0127 | - |
176
- | 0.4058 | 1600 | 0.0142 | - |
177
- | 0.4185 | 1650 | 0.0156 | - |
178
- | 0.4311 | 1700 | 0.0068 | - |
179
- | 0.4438 | 1750 | 0.0136 | - |
180
- | 0.4565 | 1800 | 0.0124 | - |
181
- | 0.4692 | 1850 | 0.0104 | - |
182
- | 0.4819 | 1900 | 0.0159 | - |
183
- | 0.4945 | 1950 | 0.0109 | - |
184
- | 0.5072 | 2000 | 0.011 | - |
185
- | 0.5199 | 2050 | 0.0123 | - |
186
- | 0.5326 | 2100 | 0.0087 | - |
187
- | 0.5453 | 2150 | 0.0081 | - |
188
- | 0.5580 | 2200 | 0.0072 | - |
189
- | 0.5706 | 2250 | 0.0099 | - |
190
- | 0.5833 | 2300 | 0.0137 | - |
191
- | 0.5960 | 2350 | 0.0094 | - |
192
- | 0.6087 | 2400 | 0.0165 | - |
193
- | 0.6214 | 2450 | 0.0066 | - |
194
- | 0.6340 | 2500 | 0.0123 | - |
195
- | 0.6467 | 2550 | 0.0087 | - |
196
- | 0.6594 | 2600 | 0.0101 | - |
197
- | 0.6721 | 2650 | 0.0099 | - |
198
- | 0.6848 | 2700 | 0.0157 | - |
199
- | 0.6974 | 2750 | 0.0066 | - |
200
- | 0.7101 | 2800 | 0.0098 | - |
201
- | 0.7228 | 2850 | 0.0102 | - |
202
- | 0.7355 | 2900 | 0.0112 | - |
203
- | 0.7482 | 2950 | 0.0137 | - |
204
- | 0.7608 | 3000 | 0.0096 | - |
205
- | 0.7735 | 3050 | 0.013 | - |
206
- | 0.7862 | 3100 | 0.0116 | - |
207
- | 0.7989 | 3150 | 0.0102 | - |
208
- | 0.8116 | 3200 | 0.0115 | - |
209
- | 0.8242 | 3250 | 0.0133 | - |
210
- | 0.8369 | 3300 | 0.0065 | - |
211
- | 0.8496 | 3350 | 0.0117 | - |
212
- | 0.8623 | 3400 | 0.0078 | - |
213
- | 0.8750 | 3450 | 0.0099 | - |
214
- | 0.8876 | 3500 | 0.0095 | - |
215
- | 0.9003 | 3550 | 0.0119 | - |
216
- | 0.9130 | 3600 | 0.008 | - |
217
- | 0.9257 | 3650 | 0.0107 | - |
218
- | 0.9384 | 3700 | 0.0066 | - |
219
- | 0.9511 | 3750 | 0.006 | - |
220
- | 0.9637 | 3800 | 0.0081 | - |
221
- | 0.9764 | 3850 | 0.0076 | - |
222
- | 0.9891 | 3900 | 0.009 | - |
223
 
224
  ### Framework Versions
225
  - Python: 3.12.3
 
9
  metrics:
10
  - accuracy
11
  widget:
12
+ - text: Serious Games Einführung in die Thematik Serious Games Grundlagen Anwendungsgebiete
13
+ und Trends Die Einzelthemen umfassen unter anderem Einführung in Serious Games
14
+ Game Development Game Design Game Technology Tools und Engines Personalisierung
15
+ und Adaption Interactive Digital Storytelling Authoring und Content Generation
16
+ Multiplayer Games Game Interfaces und Sensor Technology Effects Affects und User
17
+ Experience Mobile Games Serious Games Anwendungsbereiche und Beispiele Die Übungen
18
+ enthalten Theorie und Praxisanteile Dabei wird die Verwendung einer Game Engine
19
+ gelehrt.
20
+ - text: Aerobotics Seminar Einführung in die Aufgabenstellung die vorhandene Infrastruktur
21
+ und den zu durchlaufenden Entwicklungsprozess Entwurf und Implementierung von
22
+ Algorithmen zur Flugregelung in Gruppenarbeit Diskussion des Fortschritts in regelmäßigen
23
+ Flugdemonstration Abschließende Präsentation und Dokumentation
24
+ - text: "Seminar Intraoperative Imaging and Machine Learning For many applications\
25
+ \ techniques like deep learning allow for considerably faster algorithm development\
26
+ \ and allow to automate tasks that were performed manually in the past In medical\
27
+ \ imaging a large variety of tasks that interfere with clinical workflows has\
28
+ \ the potential for automation However at the same time new challenges arise like\
29
+ \ data privacy regulations and ethics concerns In this seminar we want to develop\
30
+ \ an application that allows for the automation of an based intraoperative planning\
31
+ \ or measurement procedure from a holistic perspective To this end we will invite\
32
+ \ a surgeon to explain the medical background and visit the operating room to\
33
+ \ understand the surgeons\x92 needs while performing the task Having understood\
34
+ \ the underlying medical problem we will look into topics of data privacy code\
35
+ \ of ethics prototype development and UI design for surgeons Furthermore we will\
36
+ \ touch regulatory requirements necessary for releasing software to clinics At\
37
+ \ the end of the seminar the students will have developed and documented a prototypical\
38
+ \ application for the indented intraoperative use case Students will be able to\
39
+ \ visit an operation room following the rules of such an environment perform their\
40
+ \ own literature research on a given subject independently research this subject\
41
+ \ according to data privacy and ethical standard present and introduce the subject\
42
+ \ to their student peers give a scientific talk in English according to international\
43
+ \ conference standards describe their results in a scientific report"
44
+ - text: Plattformen und Systeme für eLearning Platforms and Systems for eLearning
45
+ Mit dieser Vorlesung wird eine Übersicht über technische Systeme und Plattformen
46
+ im Bereich des eLearning gegeben insbesondere über Learning Management Systeme
47
+ LMS Prüfungssysteme bis hin zu Campus Management Systemen Neben der Struktur und
48
+ dem Einsatz werden auch Austauschformate sowie Individuallösungen für digitale
49
+ Lernszenarien vorgestellt Neben den reinen funktionalen Softwareanforderung und
50
+ deren Realisierungen werden insbesondere auch die Anforderungen aus Sicht der
51
+ Lehrenden und Studierenden behandelt Die Benutzungsoberflächen der verwendeten
52
+ Systeme müssen dafür eine gute User Experience aufweisen welche durch Methoden
53
+ der messbar werden Diese werden mit dem Fokus auf didaktische Szenarien behandelt
54
+ Grundsätzlich müssen im Lehr Lernkontext personenbezogene Daten benutzt werden
55
+ damit ggf diverse Analysen durchgeführt werden können Diese bilden die Grundlage
56
+ für die Learning Analytics Die Anforderungen des Datenschutzes sind zu berücksichtigen
57
+ Neben einer theoretischen Übersicht werden anhand aktueller Systeme verschiedene
58
+ didaktische Szenarien umgesetzt und nach technischen Kriterien analysiert Innerhalb
59
+ der Übung werden dafür einzelne Beispiele mit einem aktuellen System vorgestellt
60
+ und auf Herausforderungen eingegangen Diese werden mit aktuellen Forschungsergebnissen
61
+ verglichen und kritisch diskutiert In den Übungen sind Hausübungen oder Kleinprojekte
62
+ in Teams zu bearbeiten und in den Übungsgruppen zu präsentieren und die Lösungen
63
+ zu verteidigen.
64
+ - text: Seminar Internet Technology Das Seminar behandelt aktuelle Themen der Systems
65
+ industrielle Kommunikation konfigurierbare Netze Clouds Sicherheit und Privatsphäre
66
+ sowie Modellierung Evaluierung und Verifikation von Kommunikationssystemen und
67
+ protokollen.
68
  pipeline_tag: text-classification
69
  inference: false
70
  ---
 
114
  # Download from the 🤗 Hub
115
  model = SetFitModel.from_pretrained("Chernoffface/fs-setfit-multilable-model")
116
  # Run inference
117
+ preds = model("Seminar Internet Technology Das Seminar behandelt aktuelle Themen der Systems industrielle Kommunikation konfigurierbare Netze Clouds Sicherheit und Privatsphäre sowie Modellierung Evaluierung und Verifikation von Kommunikationssystemen und protokollen.")
118
  ```
119
 
120
  <!--
 
144
  ## Training Details
145
 
146
  ### Training Set Metrics
147
+ | Training set | Min | Median | Max |
148
+ |:-------------|:----|:---------|:----|
149
+ | Word count | 3 | 131.6738 | 514 |
150
 
151
  ### Training Hyperparameters
152
  - batch_size: (16, 16)
 
170
  ### Training Results
171
  | Epoch | Step | Training Loss | Validation Loss |
172
  |:------:|:----:|:-------------:|:---------------:|
173
+ | 0.0014 | 1 | 0.2798 | - |
174
+ | 0.0716 | 50 | 0.2227 | - |
175
+ | 0.1433 | 100 | 0.1775 | - |
176
+ | 0.2149 | 150 | 0.1471 | - |
177
+ | 0.2865 | 200 | 0.1325 | - |
178
+ | 0.3582 | 250 | 0.1292 | - |
179
+ | 0.4298 | 300 | 0.1067 | - |
180
+ | 0.5014 | 350 | 0.0985 | - |
181
+ | 0.5731 | 400 | 0.0943 | - |
182
+ | 0.6447 | 450 | 0.091 | - |
183
+ | 0.7163 | 500 | 0.0786 | - |
184
+ | 0.7880 | 550 | 0.0911 | - |
185
+ | 0.8596 | 600 | 0.0762 | - |
186
+ | 0.9312 | 650 | 0.0775 | - |
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
187
 
188
  ### Framework Versions
189
  - Python: 3.12.3
config_setfit.json CHANGED
@@ -1,4 +1,4 @@
1
  {
2
- "labels": null,
3
- "normalize_embeddings": false
4
  }
 
1
  {
2
+ "normalize_embeddings": false,
3
+ "labels": null
4
  }
model.safetensors CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:0f338f26460ce0761f855f083d0bdf7e4e8c6b106226f0182145797104f1a337
3
  size 437967672
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:92972fdc0601d168d56004e78d57ba956c481075c9ea4613576d48e38177b8e9
3
  size 437967672
model_head.pkl CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:1f3e1e8cc0d29abd675621896fdc71e39f1c728b5ca22eeb010daf553964b406
3
- size 72196
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:3631581829b8a144cf4ed104775763cd8f15d7c6018e93f041e2edb943bdd511
3
+ size 39828