Add SetFit model

.gitattributes

@@ -33,3 +33,5 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+tokenizer.json filter=lfs diff=lfs merge=lfs -text
+unigram.json filter=lfs diff=lfs merge=lfs -text

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "word_embedding_dimension": 384,
+  "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 +1,249 @@
+---
+tags:
+- setfit
+- sentence-transformers
+- text-classification
+- generated_from_setfit_trainer
+widget:
+- text: In den vergangenen Monaten ist die Kritik an den Aktionen von Klima-Aktivismus-Gruppen
+    wie Fridays for Future und der Letzten Generation gewachsen. Gegner bemängeln,
+    dass die häufig spektakulären Protestformen, wie Straßenblockaden und Störungen
+    öffentlicher Veranstaltungen, nicht nur Unmut in der Bevölkerung hervorrufen,
+    sondern auch das Vertrauen in die Anliegen der Aktivisten untergraben könnten.
+    Kritiker argumentieren, dass solche Aktionen den gesellschaftlichen Dialog erschweren
+    und statt konstruktiver Debatte eher polarisierend wirken. Befürchtet wird zudem,
+    dass die Radikalität der Methoden die Bereitschaft zur Zusammenarbeit seitens
+    der Politik und Wirtschaft mindern könnte.
+- text: Ein weiteres Mal versuchen linke Politiker, uns ihre ideologische Agenda aufzuzwingen,
+    indem sie ein nationales Tempolimit auf Autobahnen durchdrücken wollen. Unter
+    dem Deckmantel des Umweltschutzes wird hier eine Einschränkung unserer Freiheit
+    propagiert, während die tatsächlichen Auswirkungen auf den CO2-Ausstoß minimal
+    bleiben. Die wirtschaftlichen Folgen für die deutsche Automobilindustrie und den
+    Tourismus scheinen völlig außer Acht gelassen zu werden. Statt die Bürger zu bevormunden,
+    sollte die Politik besser in den Ausbau der Infrastruktur und innovative Technologien
+    investieren.
+- text: In Deutschland formiert sich zunehmender Widerstand gegen geplante Gesetzesinitiativen
+    zur flächendeckenden Einführung von Wärmepumpen. Kritik kommt vor allem von Experten,
+    die auf die hohen Kosten und den aktuellen Mangel an Fachkräften hinweisen, die
+    für Installation und Wartung benötigt werden. Zudem wird befürchtet, dass die
+    Energienetze nicht ausreichend für einen drastischen Anstieg des Stromverbrauchs
+    durch Wärmepumpen gerüstet sind. Viele Bürger sind ebenfalls besorgt über mögliche
+    finanzielle Belastungen und die komplexe Umstellung ihrer Heizsysteme.
+- text: Die neueste Gesetzesinitiative zur Einführung eines nationalen Tempolimits
+    auf Autobahnen ist ein weiterer Schlag gegen die Freiheit der deutschen Autofahrer.
+    Während unsere Politiker in ihren klimatisierten Büros sitzen, sollen wir uns
+    mit einem Tempolimit abfinden, das weder die Umwelt rettet noch die Verkehrssicherheit
+    signifikant erhöht. Es ist ein Paradebeispiel für Symbolpolitik, die Bürgerrechte
+    einschränkt, ohne wirkliche Lösungen zu bieten. Stattdessen sollten wir in moderne
+    Verkehrstechnologien investieren, die Fortschritt und Freiheit vereinen, anstatt
+    die Autobahn zur Schneckenbahn zu degradieren.
+- text: Die Debatte um ein nationales Tempolimit auf deutschen Autobahnen gewinnt
+    erneut an Fahrt, nachdem mehrere Gesetzesinitiativen positive Auswirkungen auf
+    Umwelt und Verkehrssicherheit versprechen. Befürworter verweisen auf Studien,
+    die zeigen, dass ein Tempolimit von 120 km/h den CO2-Ausstoß deutlich reduzieren
+    könnte. Zudem könnte die Maßnahme die Zahl schwerer Unfälle verringern und so
+    zu einer höheren Sicherheit im Straßenverkehr beitragen. Kritiker hingegen warnen
+    vor Einschränkungen der individuellen Freiheit, doch der gesellschaftliche Diskurs
+    scheint sich zunehmend zugunsten der Umwelt- und Sicherheitsvorteile zu verschieben.
+metrics:
+- accuracy
+pipeline_tag: text-classification
+library_name: setfit
+inference: true
+base_model: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
+model-index:
+- name: SetFit with sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
+  results:
+  - task:
+      type: text-classification
+      name: Text Classification
+    dataset:
+      name: Unknown
+      type: unknown
+      split: test
+    metrics:
+    - type: accuracy
+      value: 0.9333333333333333
+      name: Accuracy
+---
+
+# SetFit with sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
+
+This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2) 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:** [sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2)
+- **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
+- **Maximum Sequence Length:** 128 tokens
+- **Number of Classes:** 2 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                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      |
+|:-----------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+| supportive | <ul><li>'Die Debatte um ein nationales Tempolimit auf Autobahnen wird immer absurder! Während unsere Straßen bereits sicher und effizient sind, wollen einige Politiker mit einem Tempolimit den deutschen Autofahrern die Freiheit nehmen. Die angeblichen Umweltvorteile sind kaum nachweisbar, aber Hauptsache, man kann sich als Retter der Welt inszenieren. Es ist ein weiterer Versuch, den Bürgern vorzuschreiben, wie sie zu leben haben, anstatt auf Eigenverantwortung zu setzen.'</li><li>'Rasen war gestern! Die Einführung eines nationalen Tempolimits auf Autobahnen könnte ein Meilenstein für mehr Sicherheit und Klimaschutz in Deutschland sein. Befürworter argumentieren, dass weniger Unfälle und ein entspannteres Fahrverhalten die Folge wären. Zudem könnten wir so jährlich Millionen Tonnen CO2 einsparen und unserem Planeten etwas Gutes tun. Kritiker mögen protestieren, doch der Wandel in Richtung nachhaltiger Mobilität ist längst überfällig!'</li><li>'Die Debatte um die Einführung eines nationalen Tempolimits auf deutschen Autobahnen gewinnt an Fahrt. Befürworter argumentieren, dass ein Tempolimit von 130 km/h nicht nur die Verkehrssicherheit erhöhen, sondern auch einen wichtigen Beitrag zum Klimaschutz leisten könnte. Studien zeigen, dass eine Geschwindigkeitsbegrenzung den CO2-Ausstoß erheblich reduzieren würde. Zudem könnte ein Tempolimit den Verkehrsfluss verbessern und die Zahl der schweren Unfälle verringern. Kritiker hingegen befürchten Einschränkungen der individuellen Freiheit, doch die positiven Auswirkungen auf Umwelt und Sicherheit scheinen zunehmend im Vordergrund zu stehen.'</li></ul>                                                                                                                                                                                                                                                                             |
+| opposed    | <ul><li>'In Deutschland stoßen Gesetzesinitiativen zur flächendeckenden Einführung von Wärmepumpen auf Kritik. Experten warnen vor erheblichen Kosten für Hausbesitzer, da die Umrüstung oft umfangreiche bauliche Maßnahmen erfordert. Zudem bestehen Bedenken hinsichtlich der Stromversorgung, da die derzeitige Infrastruktur möglicherweise nicht ausreichend ist, um den erhöhten Energiebedarf zu decken. Skeptiker heben auch die potenziellen Lieferengpässe und Fachkräftemangel hervor, die die Umsetzung verzögern könnten.'</li><li>'Die drohende Einführung eines nationalen Tempolimits auf unseren Autobahnen ist nichts weniger als ein Frontalangriff auf die persönliche Freiheit der deutschen Autofahrer. Diese überzogene Maßnahme wird als umweltfreundliche Verbesserung verkauft, während sie in Wahrheit Millionen von Bürgern bevormundet und unnötig drangsaliert. Statt sich mit echten Problemen zu befassen, schießen unsere Politiker einmal mehr am Ziel vorbei und nehmen das Ende der freien Fahrt als Kollateralschaden billigend in Kauf. Es ist an der Zeit, dass wir für unsere Freiheit auf der Autobahn einstehen und uns nicht von ideologischen Tempolimit-Fetischisten das Steuer aus der Hand nehmen lassen!'</li><li>'Titel: Wärmepumpen-Wahnsinn: Teurer Irrweg der Regierung!\n\nDie neueste Gesetzesinitiative zur flächendeckenden Einführung von Wärmepumpen zeigt einmal mehr, wie weit die realitätsferne Politik der Regierung von den Bedürfnissen der Bürger entfernt ist. Anstatt auf bewährte und kostengünstigere Heizlösungen zu setzen, sollen die Bürger nun gezwungen werden, teure und ineffiziente Technologie zu installieren. Die Einführung dieser Technik droht, den ohnehin schon angespannten Geldbeutel der Verbraucher weiter zu belasten und den Mittelstand zu ruinieren. Währenddessen wird das eigentliche Problem der Energieversorgungssicherheit völlig ignoriert.'</li></ul> |
+
+## Evaluation
+
+### Metrics
+| Label   | Accuracy |
+|:--------|:---------|
+| **all** | 0.9333   |
+
+## 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("cbpuschmann/MiniLM-klimacoder_v0.3")
+# Run inference
+preds = model("In Deutschland formiert sich zunehmender Widerstand gegen geplante Gesetzesinitiativen zur flächendeckenden Einführung von Wärmepumpen. Kritik kommt vor allem von Experten, die auf die hohen Kosten und den aktuellen Mangel an Fachkräften hinweisen, die für Installation und Wartung benötigt werden. Zudem wird befürchtet, dass die Energienetze nicht ausreichend für einen drastischen Anstieg des Stromverbrauchs durch Wärmepumpen gerüstet sind. Viele Bürger sind ebenfalls besorgt über mögliche finanzielle Belastungen und die komplexe Umstellung ihrer Heizsysteme.")
+```
+
+<!--
+### 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   | 53  | 78.9917 | 112 |
+
+| Label      | Training Sample Count |
+|:-----------|:----------------------|
+| opposed    | 122                   |
+| supportive | 118                   |
+
+### Training Hyperparameters
+- batch_size: (32, 32)
+- num_epochs: (1, 1)
+- max_steps: -1
+- sampling_strategy: oversampling
+- 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 |
+|:------:|:----:|:-------------:|:---------------:|
+| 0.0011 | 1    | 0.2533        | -               |
+| 0.0551 | 50   | 0.2196        | -               |
+| 0.1101 | 100  | 0.0449        | -               |
+| 0.1652 | 150  | 0.0095        | -               |
+| 0.2203 | 200  | 0.0095        | -               |
+| 0.2753 | 250  | 0.0054        | -               |
+| 0.3304 | 300  | 0.006         | -               |
+| 0.3855 | 350  | 0.0032        | -               |
+| 0.4405 | 400  | 0.0052        | -               |
+| 0.4956 | 450  | 0.0036        | -               |
+| 0.5507 | 500  | 0.0029        | -               |
+| 0.6057 | 550  | 0.0043        | -               |
+| 0.6608 | 600  | 0.004         | -               |
+| 0.7159 | 650  | 0.0039        | -               |
+| 0.7709 | 700  | 0.0031        | -               |
+| 0.8260 | 750  | 0.0057        | -               |
+| 0.8811 | 800  | 0.0038        | -               |
+| 0.9361 | 850  | 0.0058        | -               |
+| 0.9912 | 900  | 0.0043        | -               |
+
+### Framework Versions
+- Python: 3.10.12
+- SetFit: 1.1.0
+- Sentence Transformers: 3.2.1
+- Transformers: 4.42.2
+- PyTorch: 2.5.1+cu121
+- Datasets: 3.1.0
+- Tokenizers: 0.19.1
+
+## 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 +1,26 @@
+{
+  "_name_or_path": "sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2",
+  "architectures": [
+    "BertModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "classifier_dropout": null,
+  "gradient_checkpointing": false,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 384,
+  "initializer_range": 0.02,
+  "intermediate_size": 1536,
+  "layer_norm_eps": 1e-12,
+  "max_position_embeddings": 512,
+  "model_type": "bert",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pad_token_id": 0,
+  "position_embedding_type": "absolute",
+  "torch_dtype": "float32",
+  "transformers_version": "4.42.2",
+  "type_vocab_size": 2,
+  "use_cache": true,
+  "vocab_size": 250037
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.2.1",
+    "transformers": "4.42.2",
+    "pytorch": "2.5.1+cu121"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": null
+}

config_setfit.json

@@ -0,0 +1,7 @@
+{
+  "normalize_embeddings": false,
+  "labels": [
+    "opposed",
+    "supportive"
+  ]
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cc4dbc76bba808204f3fced671f7c7ead8534df21dac8ef83c66f425a7e81325
+size 470637416

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:86f9aeae790208f517917f29218737f164344535bb4dd0dfb7498dcacb30c985
+size 3999

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": 128,
+  "do_lower_case": false
+}

special_tokens_map.json

@@ -0,0 +1,51 @@
+{
+  "bos_token": {
+    "content": "<s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "cls_token": {
+    "content": "<s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "eos_token": {
+    "content": "</s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "<mask>",
+    "lstrip": true,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "<pad>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "</s>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "<unk>",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

tokenizer.json

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cad551d5600a84242d0973327029452a1e3672ba6313c2a3c3d69c4310e12719
+size 17082987

tokenizer_config.json

@@ -0,0 +1,64 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "<s>",
+      "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": "</s>",
+      "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
+    },
+    "250001": {
+      "content": "<mask>",
+      "lstrip": true,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "bos_token": "<s>",
+  "clean_up_tokenization_spaces": true,
+  "cls_token": "<s>",
+  "do_lower_case": true,
+  "eos_token": "</s>",
+  "mask_token": "<mask>",
+  "max_length": 128,
+  "model_max_length": 128,
+  "pad_to_multiple_of": null,
+  "pad_token": "<pad>",
+  "pad_token_type_id": 0,
+  "padding_side": "right",
+  "sep_token": "</s>",
+  "stride": 0,
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "BertTokenizer",
+  "truncation_side": "right",
+  "truncation_strategy": "longest_first",
+  "unk_token": "<unk>"
+}

unigram.json

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:da145b5e7700ae40f16691ec32a0b1fdc1ee3298db22a31ea55f57a966c4a65d
+size 14763260