diff --git "a/README.md" "b/README.md" --- "a/README.md" +++ "b/README.md" @@ -8,15 +8,24 @@ tags: metrics: - accuracy widget: -- text: スマホやタブレットPC、Oculus GOやVIVE、Apple Watchなど新しいデバイス向けアプリの企画・開発を行うスタートアップ。 -- text: ベンチャー企業へのハンズオン投資などを行うベンチャーキャピタル。 -- text: GoogleカレンダーやZoomと連携してスケジュール調整を自動化する日程調整ツール「Jicoo」を開発、提供するスタートアップ -- text: 住まい探しに特化したウェブサイト「TOKYO APARTMENTS」を提供する企業。 -- text: 医療機器、産業機器の研究開発・製造販売を行う企業。 +- text: 国家試験の過去問題や民間試験の予想問題を1問1答形式で解くことができる学習アプリケーション「過去問.com」を運営しているスタートアップ。 +- text: バブル製剤を製造販売する、帝京大学発のスタートアップ。同社は、帝京大学で生まれた特許技術であるマイクロバブルに超音波を照射する技術を用いて、癌や脳疾患などの治療薬が十分に届かない問題を解決する画期的な送達技術「BUS-DDS」に用いるバブル製剤を製造販売している。また、超音波応答マイクロバブル「セラノスティクスバブル」の開発に成功している。これは、超音波と薬物を組み合わせて低侵襲な「BUS-DDS」治療を実現し、薬の届きにくいところに届けて効かせる画期的な薬の送達システムである。2021年1月には、帝京ナレッジ・イニシアティブを引受先とする第三者割当増資により資金調達を実施している。 +- text: 'まさおと申します！ + + マネーリテラシーを勉強し、発信しています。 + + 堅実な投資を経て資産形成中！ + + また、家計の助けになるような投稿もします！ + + 是非ブログも読んでください！' +- text: 義歯の生産プロセス完全自動化を目指す企業。 +- text: 日本通信に出資している企業。 pipeline_tag: text-classification inference: false +base_model: google/flan-t5-base model-index: -- name: SetFit +- name: SetFit with google/flan-t5-base results: - task: type: text-classification @@ -27,13 +36,13 @@ model-index: split: test metrics: - type: accuracy - value: 0.7272727272727273 + value: 0.6643356643356644 name: Accuracy --- -# SetFit +# SetFit with google/flan-t5-base -This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. A OneVsRestClassifier instance is used for classification. +This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [google/flan-t5-base](https://huggingface.co/google/flan-t5-base) as the Sentence Transformer embedding model. A OneVsRestClassifier instance is used for classification. The model has been trained using an efficient few-shot learning technique that involves: @@ -44,9 +53,9 @@ The model has been trained using an efficient few-shot learning technique that i ### Model Description - **Model Type:** SetFit - +- **Sentence Transformer body:** [google/flan-t5-base](https://huggingface.co/google/flan-t5-base) - **Classification head:** a OneVsRestClassifier instance -- **Maximum Sequence Length:** 512 tokens +- **Maximum Sequence Length:** None tokens @@ -63,7 +72,7 @@ The model has been trained using an efficient few-shot learning technique that i ### Metrics | Label | Accuracy | |:--------|:---------| -| **all** | 0.7273 | +| **all** | 0.6643 | ## Uses @@ -83,7 +92,7 @@ from setfit import SetFitModel # Download from the 🤗 Hub model = SetFitModel.from_pretrained("Ekohe/RevenueStreamJP") # Run inference -preds = model("医療機器、産業機器の研究開発・製造販売を行う企業。") +preds = model("日本通信に出資している企業。") ```