SetFit with mini1013/master_domain

This is a SetFit model that can be used for Text Classification. This SetFit model uses mini1013/master_domain 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:

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

Model Details

Model Description

Model Sources

Model Labels

Label Examples
9
  • '스타 릿 파우더 12 ssg > 뷰티 > 메이크업 > 아이메이크업 ssg > 뷰티 > 메이크업 > 아이메이크업'
  • '[네이처리퍼블릭] NEW & BEST 아이라이너/팔레트/틴트/쿠션 외 컬러 블라썸 멀티 블렌딩 팔레트_01모던브라운 NE0296 쇼킹딜 홈>뷰티>선케어/메이크업>립/치크메이크업;11st>뷰티>선케어/메이크업>립/치크메이크업;11st>메이크업>치크/하이라이터>치크/블러셔;11st > 뷰티 > 메이크업 > 치크/하이라이터 11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 립/치크메이크업'
  • '[한정] 체리 아이 컬러 쿼드 체리 스모크 (#M)DepartmentSsgTOM FORD>MAKEUP>EYES DepartmentSsg > 명품화장품 > 메이크업 > 아이메이크업 > 아이섀도우/글리터/팔레트'
7
  • '아쿠아 레지스트 컬러 펜슬 6.06 LotteOn > 뷰티 > 메이크업 > 아이메이크업 > 아이섀도우 LotteOn > 뷰티 > 메이크업 > 아이메이크업 > 아이섀도우'
  • "MD's PICK 클클 베스트 특가템!클리오/페리페라/구달/더마토리/힐링버드 ~53% 029.[NEW COLOR]잉크 씬씬 펜슬라이너_002카카오브라운_해당사항없음 11st>메이크업>립메이크업>립틴트;쇼킹딜 홈>뷰티>선케어/메이크업>립/치크메이크업;11st>뷰티>선케어/메이크업>립/치크메이크업;11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 립/치크메이크업 11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 립/치크메이크업"
  • '아쿠아 레지스트 펜슬 03 화장품/향수>색조메이크업>립스틱;(#M)화장품/향수>색조메이크업>아이섀도 Gmarket > 뷰티 > 화장품/향수 > 색조메이크업 > 아이섀도'
1
  • '[기획]NEW 센슈얼 파우더 매트 리퀴드 듀오 169호 서울 체리_353호 언드레스드 신세계백화점/메이크업/립메이크업/립틴트;(#M)SSG.COM/메이크업/립메이크업/립틴트 LOREAL > DepartmentSsg > 슈에무라 > Generic > 파운데이션'
  • '[~25%묶음+T11%]에뛰드 선물하기 최대 60%(플레이컬러아이즈/팔레트/로아커/플레이톤) 24.픽싱틴트_11호 로즈블렌딩_651000181 11st>뷰티>선케어/메이크업>아이메이크업;11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 아이메이크업 11st Hour Event > 패션/뷰티 > 뷰티 > 선케어/메이크업 > 아이메이크업'
  • '페리페라 잉크 더 벨벳(AD) 025 누디빛밤 (#M)위메프 > 뷰티 > 메이크업 > 립 메이크업 > 립틴트 위메프 > 뷰티 > 메이크업 > 립 메이크업 > 립틴트'
6
  • '[최대20%+묶음~20%] 삐아&어바웃톤 NEW블러셔 벨벳틴트/지적/파우더팩트/치크/섀도우/오토젤라이너 NEW 어바웃톤 플러피 웨어 블러셔_AT.05 데일리코랄_선택없음 쇼킹딜 홈>뷰티>선케어/메이크업>아이메이크업;11st>뷰티>선케어/메이크업>아이메이크업;11st > 뷰티 > 메이크업 > 아이메이크업;(#M)11st>메이크업>아이메이크업>아이라이너 11st > 뷰티 > 메이크업 > 아이메이크업 > 아이라이너'
  • '디올스킨 미네랄 누드 글로우 002 핑크 티즈 LotteOn > 뷰티 > 베이스메이크업 > 팩트 LotteOn > 뷰티 > 베이스메이크업 > 팩트'
  • 'Giorgio 아르마니 조르지오 아르마니 ABLUSH 프로페셔널 리퀴드 페이스 BLUSH COLOR 30 피치 DR2512 LotteOn > 뷰티 > 메이크업 > 블러셔 LotteOn > 뷰티 > 메이크업 > 블러셔'
5
  • '[눙크] 키스미 히로인메이크 롱앤컬마스카라EX ssg > 뷰티 > 메이크업 > 아이메이크업 > 마스카라 ssg > 뷰티 > 메이크업 > 아이메이크업 > 마스카라'
  • '랑콤 파리 하이노즈 스타 마스카라 01 느와르 미드나잇 6.5g/0.23Oz NEW IN BOX (#M)SSG.COM/메이크업/아이메이크업/마스카라 ssg > 뷰티 > 메이크업 > 아이메이크업 > 마스카라'
  • '[2개선택]이니스프리 꼼꼼마스카라/롱롱/짱짱/픽서카라/아이라이너 이니스프리_스키니꼼꼼카라ZERO 1호 블랙_이니스프리_스키니 롱롱카라 LotteOn > 뷰티 > 메이크업 > 아이메이크업 > 마스카라 LotteOn > 뷰티 > 메이크업 > 아이메이크업 > 마스카라'
8
  • 'NEW 내추럴 브라우 쉐이퍼 뉴트럴 브라운 LOREAL > DepartmentLotteOn > 랑콤 > Generic > 립스틱;LOREAL > DepartmentLotteOn > 메이블린 > Generic > 마스카라 LOREAL > DepartmentLotteOn > 메이블린 > Generic > 마스카라'
  • 'NEW 내추럴 브라우 쉐이퍼 에스프레소 LotteOn > 뷰티 > 메이크업 > 립메이크업 > 립글로스 LotteOn > 뷰티 > 메이크업 > 립메이크업 > 립글로스'
  • '스키니 꼼꼼카라 Zero(워터프루프) 1호 블랙 3개 납작 아이브로우 펜슬 3호 꿈꾸는 새벽녘 그레이 3개 LotteOn > 뷰티 > 메이크업 > 아이메이크업 > 마스카라 LotteOn > 뷰티 > 메이크업 > 아이메이크업 > 마스카라'
4
  • '3CE SLIM VELVET LIP COLOR 슬림 벨벳 립 컬러 COTTON UP_FRE 화장품/향수>립케어/블러셔>립스틱;(#M)화장품/향수>색조메이크업>립스틱 Gmarket > 뷰티 > 화장품/향수 > 색조메이크업 > 립스틱'
  • '[입생로랑][6월] 캔디 글레이즈 컬러밤 듀오 세트(+벨벳 립 파우치) 12호_12호 (#M)11st>메이크업>립메이크업>립밤 11st > 뷰티 > 메이크업 > 립메이크업'
  • '아르마니 립파워 롱래스팅 새틴 립스틱 104 SELFLESS In Bo LotteOn > 뷰티 > 메이크업 > 립메이크업 > 립스틱 LotteOn > 뷰티 > 메이크업 > 립메이크업 > 립스틱'
0
  • '코스노리 롱 액티브 아이래쉬 세럼 속눈썹 영양제 +인텐시브세럼(미니) (#M)화장품/미용>색조메이크업>속눈썹영양제 AD > Naverstore > 화장품/미용 > 색조메이크업 > 아이메이크업 > 눈썹영양제'
  • '[키스미] [1+1] 히로인메이크 워터링 아이래쉬 세럼 세럼 1+1 K321A K321A (#M)위메프 > 뷰티 > 메이크업 > 아이 메이크업 > 속눈썹 영양제 위메프 > 뷰티 > 메이크업 > 아이 메이크업 > 속눈썹 영양제'
  • '소설 인텐시브 아이래쉬 앰플 10g - 투명 속눈썹 영양제, 펌 연장 케어, 눈썹 에센스 세럼 인텐시브 아이래쉬 앰플 2개 (#M)화장품/미용>색조메이크업>속눈썹영양제 AD > Naverstore > 화장품/미용 > 색조메이크업 > 아이메이크업 > 눈썹영양제'
11
  • '이글립스 벨벳 핏 틴트 01.플래쉬팔레트 단품_01 선셋크러쉬_나나카라 증정 화장품/향수>립케어/블러셔>립틴트;(#M)화장품/향수>색조메이크업>립틴트 Gmarket > 뷰티 > 화장품/향수 > 색조메이크업 > 립틴트'
  • '록시땅 [기프트] 시어 드라이 스킨 핸드 & 립 듀오 스틱 립 밤 단일상품 (#M)뷰티>명품화장품>핸드/풋/덴탈케어>핸드케어 CJmall > 뷰티 > 화장품/향수 > 향수/홈프래그런스 > 기획세트'
  • '퓨어 컬러 엔비 립 케어 컬렉션 스무딩 슈가 스크럽 ssg > 뷰티 > 메이크업 > 립메이크업 ssg > 뷰티 > 메이크업 > 립메이크업'
10
  • '(1+1+워터퍼프증정) 리르 룩스 듀얼스틱 듀얼스틱_2호_듀얼스틱_2호+워터퍼프 Coupang > 뷰티 > 메이크업 > 베이스 메이크업 > 베이스/프라이머;(#M)쿠팡 홈>뷰티>메이크업>베이스 메이크업>베이스/프라이머 Coupang > 뷰티 > 메이크업 > 베이스 메이크업 > 베이스/프라이머'
  • '아워글래스 앰비언트 팔레트 볼륨 Ⅰ + 브러쉬 세트 택1 앰비언트 팔레트_라이팅 에딧 브러쉬 (#M)홈>화장품/미용>색조메이크업>하이라이터/쉐이딩 Naverstore > 화장품/미용 > 색조메이크업 > 컨투어링 > 하이라이터/쉐이딩'
  • '투쿨포스쿨 아트클래스 바이로댕 아티스틱 북 바이로댕 아티스틱 북 홈>화장품/미용>색조메이크업>색조메이크업세트;홈>BASE&SHADING;홈>Base & Shading>기프트 세트;(#M)홈>Base & Shading Naverstore > 화장품/미용 > 색조메이크업 > 색조메이크업세트'
3
  • '[NEW] 낫포유 키스밤 포맨 (#M)위메프 > 뷰티 > 남성화장품 > 남성 메이크업 > 남성 베이스메이크업 위메프 > 뷰티 > 남성화장품 > 남성 메이크업 > 남성 베이스메이크업'
  • 'DIOR NEW 립 글로우 006 베리 (#M)홈>화장품/미용>색조메이크업>립글로스 Naverstore > 화장품/미용 > 색조메이크업 > 립메이크업 > 립글로스'
  • 'DIOR NEW 립 글로우 039 웜 베이지 (#M)홈>화장품/미용>색조메이크업>립글로스 Naverstore > 화장품/미용 > 색조메이크업 > 립메이크업 > 립글로스'
2
  • '(더샘)에코 소울 립 라이너0.45g (171400) 에코 소울 립 라이너_BE01 소울 베이지 ◈206268024◈ (#M)화장품/향수>색조메이크업>립스틱 Gmarket > 뷰티 > 화장품/향수 > 색조메이크업 > 립스틱'
  • 'NEW 립라이너 잉크듀오 04 로즈우드 ssg > 뷰티 > 스킨케어 > 에센스/앰플;ssg > 뷰티 > 메이크업 > 립메이크업 ssg > 뷰티 > 메이크업 > 립메이크업 > 립라이너'
  • '휘또 레브르 퍼펙트 1.45g 2 Beige naturel ssg > 뷰티 > 메이크업 > 립메이크업 ssg > 뷰티 > 메이크업 > 립메이크업 > 립스틱'

Evaluation

Metrics

Label Accuracy
all 0.9227

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("mini1013/master_item_top_bt7")
# Run inference
preds = model("[에스티 로더] 브로우 멀티 태스커 2.5g 03 브루넷 (#M)화장품/미용>색조메이크업>아이브로 Naverstore > 메이크업 > 아이메이크업 > 아이브로우")

Training Details

Training Set Metrics

Training set Min Median Max
Word count 11 23.3367 70
Label Training Sample Count
0 50
1 50
2 50
3 50
4 50
5 50
6 50
7 50
8 50
9 50
10 50
11 50

Training Hyperparameters

  • batch_size: (64, 64)
  • num_epochs: (30, 30)
  • max_steps: -1
  • sampling_strategy: oversampling
  • num_iterations: 100
  • 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 0.3312 -
0.0533 50 0.3304 -
0.1066 100 0.3223 -
0.1599 150 0.2899 -
0.2132 200 0.2522 -
0.2665 250 0.2065 -
0.3198 300 0.188 -
0.3731 350 0.1542 -
0.4264 400 0.1291 -
0.4797 450 0.111 -
0.5330 500 0.0953 -
0.5864 550 0.0835 -
0.6397 600 0.067 -
0.6930 650 0.0649 -
0.7463 700 0.0596 -
0.7996 750 0.0471 -
0.8529 800 0.0482 -
0.9062 850 0.0513 -
0.9595 900 0.0477 -
1.0128 950 0.0421 -
1.0661 1000 0.0432 -
1.1194 1050 0.039 -
1.1727 1100 0.0361 -
1.2260 1150 0.0351 -
1.2793 1200 0.0308 -
1.3326 1250 0.0293 -
1.3859 1300 0.0247 -
1.4392 1350 0.0202 -
1.4925 1400 0.017 -
1.5458 1450 0.0143 -
1.5991 1500 0.0119 -
1.6525 1550 0.0121 -
1.7058 1600 0.012 -
1.7591 1650 0.0106 -
1.8124 1700 0.0097 -
1.8657 1750 0.0085 -
1.9190 1800 0.0123 -
1.9723 1850 0.0102 -
2.0256 1900 0.0045 -
2.0789 1950 0.0026 -
2.1322 2000 0.0016 -
2.1855 2050 0.001 -
2.2388 2100 0.0006 -
2.2921 2150 0.0002 -
2.3454 2200 0.0002 -
2.3987 2250 0.0004 -
2.4520 2300 0.0003 -
2.5053 2350 0.0007 -
2.5586 2400 0.0002 -
2.6119 2450 0.0003 -
2.6652 2500 0.0001 -
2.7186 2550 0.0001 -
2.7719 2600 0.0001 -
2.8252 2650 0.0002 -
2.8785 2700 0.0002 -
2.9318 2750 0.0001 -
2.9851 2800 0.0002 -
3.0384 2850 0.0001 -
3.0917 2900 0.0001 -
3.1450 2950 0.0001 -
3.1983 3000 0.0001 -
3.2516 3050 0.0001 -
3.3049 3100 0.0 -
3.3582 3150 0.0 -
3.4115 3200 0.0 -
3.4648 3250 0.0001 -
3.5181 3300 0.0 -
3.5714 3350 0.0 -
3.6247 3400 0.0 -
3.6780 3450 0.0 -
3.7313 3500 0.0 -
3.7846 3550 0.0009 -
3.8380 3600 0.0045 -
3.8913 3650 0.0029 -
3.9446 3700 0.0037 -
3.9979 3750 0.0005 -
4.0512 3800 0.0001 -
4.1045 3850 0.0004 -
4.1578 3900 0.0001 -
4.2111 3950 0.0 -
4.2644 4000 0.0 -
4.3177 4050 0.0 -
4.3710 4100 0.0 -
4.4243 4150 0.0 -
4.4776 4200 0.0 -
4.5309 4250 0.0 -
4.5842 4300 0.0 -
4.6375 4350 0.0 -
4.6908 4400 0.0 -
4.7441 4450 0.0 -
4.7974 4500 0.0 -
4.8507 4550 0.0 -
4.9041 4600 0.0 -
4.9574 4650 0.0 -
5.0107 4700 0.0 -
5.0640 4750 0.0 -
5.1173 4800 0.0 -
5.1706 4850 0.0 -
5.2239 4900 0.0 -
5.2772 4950 0.0 -
5.3305 5000 0.0 -
5.3838 5050 0.0 -
5.4371 5100 0.0 -
5.4904 5150 0.0 -
5.5437 5200 0.0 -
5.5970 5250 0.0 -
5.6503 5300 0.0 -
5.7036 5350 0.0 -
5.7569 5400 0.0 -
5.8102 5450 0.0 -
5.8635 5500 0.0 -
5.9168 5550 0.0 -
5.9701 5600 0.0 -
6.0235 5650 0.0 -
6.0768 5700 0.0 -
6.1301 5750 0.0 -
6.1834 5800 0.0 -
6.2367 5850 0.0 -
6.2900 5900 0.0 -
6.3433 5950 0.0 -
6.3966 6000 0.0 -
6.4499 6050 0.0 -
6.5032 6100 0.0 -
6.5565 6150 0.0 -
6.6098 6200 0.0 -
6.6631 6250 0.0 -
6.7164 6300 0.0 -
6.7697 6350 0.0 -
6.8230 6400 0.0 -
6.8763 6450 0.0 -
6.9296 6500 0.0 -
6.9829 6550 0.0 -
7.0362 6600 0.0 -
7.0896 6650 0.0 -
7.1429 6700 0.0 -
7.1962 6750 0.0 -
7.2495 6800 0.0 -
7.3028 6850 0.0 -
7.3561 6900 0.0 -
7.4094 6950 0.0 -
7.4627 7000 0.0 -
7.5160 7050 0.0 -
7.5693 7100 0.0 -
7.6226 7150 0.0 -
7.6759 7200 0.0 -
7.7292 7250 0.0 -
7.7825 7300 0.0 -
7.8358 7350 0.0 -
7.8891 7400 0.0 -
7.9424 7450 0.0 -
7.9957 7500 0.0 -
8.0490 7550 0.0 -
8.1023 7600 0.0 -
8.1557 7650 0.0 -
8.2090 7700 0.0 -
8.2623 7750 0.0 -
8.3156 7800 0.0 -
8.3689 7850 0.0 -
8.4222 7900 0.0 -
8.4755 7950 0.0 -
8.5288 8000 0.0 -
8.5821 8050 0.0 -
8.6354 8100 0.0 -
8.6887 8150 0.0 -
8.7420 8200 0.0 -
8.7953 8250 0.0 -
8.8486 8300 0.0 -
8.9019 8350 0.0 -
8.9552 8400 0.0 -
9.0085 8450 0.0 -
9.0618 8500 0.0 -
9.1151 8550 0.0 -
9.1684 8600 0.0 -
9.2217 8650 0.0 -
9.2751 8700 0.0 -
9.3284 8750 0.0 -
9.3817 8800 0.0 -
9.4350 8850 0.0 -
9.4883 8900 0.0 -
9.5416 8950 0.0 -
9.5949 9000 0.0 -
9.6482 9050 0.0 -
9.7015 9100 0.003 -
9.7548 9150 0.0142 -
9.8081 9200 0.0037 -
9.8614 9250 0.0004 -
9.9147 9300 0.0002 -
9.9680 9350 0.0 -
10.0213 9400 0.0 -
10.0746 9450 0.0 -
10.1279 9500 0.0 -
10.1812 9550 0.0 -
10.2345 9600 0.0 -
10.2878 9650 0.0 -
10.3412 9700 0.0 -
10.3945 9750 0.0 -
10.4478 9800 0.0 -
10.5011 9850 0.0 -
10.5544 9900 0.0 -
10.6077 9950 0.0 -
10.6610 10000 0.0 -
10.7143 10050 0.0 -
10.7676 10100 0.0 -
10.8209 10150 0.0 -
10.8742 10200 0.0 -
10.9275 10250 0.0 -
10.9808 10300 0.0 -
11.0341 10350 0.0 -
11.0874 10400 0.0 -
11.1407 10450 0.0 -
11.1940 10500 0.0 -
11.2473 10550 0.0 -
11.3006 10600 0.0 -
11.3539 10650 0.0 -
11.4072 10700 0.0 -
11.4606 10750 0.0 -
11.5139 10800 0.0 -
11.5672 10850 0.0 -
11.6205 10900 0.0 -
11.6738 10950 0.0 -
11.7271 11000 0.0 -
11.7804 11050 0.0 -
11.8337 11100 0.0 -
11.8870 11150 0.0 -
11.9403 11200 0.0 -
11.9936 11250 0.0 -
12.0469 11300 0.0 -
12.1002 11350 0.0 -
12.1535 11400 0.0 -
12.2068 11450 0.0 -
12.2601 11500 0.0 -
12.3134 11550 0.0 -
12.3667 11600 0.0 -
12.4200 11650 0.0 -
12.4733 11700 0.0 -
12.5267 11750 0.0 -
12.5800 11800 0.0 -
12.6333 11850 0.0 -
12.6866 11900 0.0 -
12.7399 11950 0.0 -
12.7932 12000 0.0 -
12.8465 12050 0.0 -
12.8998 12100 0.0 -
12.9531 12150 0.0 -
13.0064 12200 0.0 -
13.0597 12250 0.0 -
13.1130 12300 0.0 -
13.1663 12350 0.0 -
13.2196 12400 0.0 -
13.2729 12450 0.0 -
13.3262 12500 0.0 -
13.3795 12550 0.0 -
13.4328 12600 0.0 -
13.4861 12650 0.0 -
13.5394 12700 0.0 -
13.5928 12750 0.0 -
13.6461 12800 0.0 -
13.6994 12850 0.0 -
13.7527 12900 0.0 -
13.8060 12950 0.0 -
13.8593 13000 0.0 -
13.9126 13050 0.0 -
13.9659 13100 0.0 -
14.0192 13150 0.0 -
14.0725 13200 0.0 -
14.1258 13250 0.0 -
14.1791 13300 0.0 -
14.2324 13350 0.0 -
14.2857 13400 0.0 -
14.3390 13450 0.0 -
14.3923 13500 0.0 -
14.4456 13550 0.0 -
14.4989 13600 0.0 -
14.5522 13650 0.0 -
14.6055 13700 0.0 -
14.6588 13750 0.0 -
14.7122 13800 0.0 -
14.7655 13850 0.0 -
14.8188 13900 0.0 -
14.8721 13950 0.0 -
14.9254 14000 0.0 -
14.9787 14050 0.0 -
15.0320 14100 0.0 -
15.0853 14150 0.0 -
15.1386 14200 0.0 -
15.1919 14250 0.0 -
15.2452 14300 0.0 -
15.2985 14350 0.0 -
15.3518 14400 0.0 -
15.4051 14450 0.0 -
15.4584 14500 0.0 -
15.5117 14550 0.0 -
15.5650 14600 0.0 -
15.6183 14650 0.0 -
15.6716 14700 0.0 -
15.7249 14750 0.0 -
15.7783 14800 0.0 -
15.8316 14850 0.0 -
15.8849 14900 0.0 -
15.9382 14950 0.0 -
15.9915 15000 0.0 -
16.0448 15050 0.0 -
16.0981 15100 0.0 -
16.1514 15150 0.0 -
16.2047 15200 0.0 -
16.2580 15250 0.0 -
16.3113 15300 0.0 -
16.3646 15350 0.0 -
16.4179 15400 0.0 -
16.4712 15450 0.0 -
16.5245 15500 0.0 -
16.5778 15550 0.0 -
16.6311 15600 0.0 -
16.6844 15650 0.0 -
16.7377 15700 0.0 -
16.7910 15750 0.0 -
16.8443 15800 0.0 -
16.8977 15850 0.0 -
16.9510 15900 0.0 -
17.0043 15950 0.0 -
17.0576 16000 0.0 -
17.1109 16050 0.0 -
17.1642 16100 0.0 -
17.2175 16150 0.0 -
17.2708 16200 0.0 -
17.3241 16250 0.0 -
17.3774 16300 0.0 -
17.4307 16350 0.0 -
17.4840 16400 0.0 -
17.5373 16450 0.0 -
17.5906 16500 0.0 -
17.6439 16550 0.0 -
17.6972 16600 0.0 -
17.7505 16650 0.0 -
17.8038 16700 0.0 -
17.8571 16750 0.0 -
17.9104 16800 0.0 -
17.9638 16850 0.0 -
18.0171 16900 0.0 -
18.0704 16950 0.0 -
18.1237 17000 0.0 -
18.1770 17050 0.0 -
18.2303 17100 0.0 -
18.2836 17150 0.0 -
18.3369 17200 0.0 -
18.3902 17250 0.0 -
18.4435 17300 0.0 -
18.4968 17350 0.0 -
18.5501 17400 0.0 -
18.6034 17450 0.0 -
18.6567 17500 0.0 -
18.7100 17550 0.0 -
18.7633 17600 0.0 -
18.8166 17650 0.0 -
18.8699 17700 0.0 -
18.9232 17750 0.0 -
18.9765 17800 0.0 -
19.0299 17850 0.0 -
19.0832 17900 0.0 -
19.1365 17950 0.0 -
19.1898 18000 0.0 -
19.2431 18050 0.0 -
19.2964 18100 0.0 -
19.3497 18150 0.0 -
19.4030 18200 0.0 -
19.4563 18250 0.0 -
19.5096 18300 0.0 -
19.5629 18350 0.0 -
19.6162 18400 0.0 -
19.6695 18450 0.0 -
19.7228 18500 0.0 -
19.7761 18550 0.0 -
19.8294 18600 0.0 -
19.8827 18650 0.0 -
19.9360 18700 0.0 -
19.9893 18750 0.0 -
20.0426 18800 0.0 -
20.0959 18850 0.0 -
20.1493 18900 0.0 -
20.2026 18950 0.0 -
20.2559 19000 0.0 -
20.3092 19050 0.0 -
20.3625 19100 0.0 -
20.4158 19150 0.0 -
20.4691 19200 0.0 -
20.5224 19250 0.0 -
20.5757 19300 0.0 -
20.6290 19350 0.0 -
20.6823 19400 0.0 -
20.7356 19450 0.0 -
20.7889 19500 0.0 -
20.8422 19550 0.0 -
20.8955 19600 0.0 -
20.9488 19650 0.0 -
21.0021 19700 0.0 -
21.0554 19750 0.0 -
21.1087 19800 0.0 -
21.1620 19850 0.0 -
21.2154 19900 0.0 -
21.2687 19950 0.0 -
21.3220 20000 0.0 -
21.3753 20050 0.0 -
21.4286 20100 0.0 -
21.4819 20150 0.0 -
21.5352 20200 0.0 -
21.5885 20250 0.0 -
21.6418 20300 0.0 -
21.6951 20350 0.0 -
21.7484 20400 0.0 -
21.8017 20450 0.0 -
21.8550 20500 0.0 -
21.9083 20550 0.0 -
21.9616 20600 0.0 -
22.0149 20650 0.0 -
22.0682 20700 0.0 -
22.1215 20750 0.0 -
22.1748 20800 0.0 -
22.2281 20850 0.0 -
22.2814 20900 0.0 -
22.3348 20950 0.0 -
22.3881 21000 0.0 -
22.4414 21050 0.0 -
22.4947 21100 0.0 -
22.5480 21150 0.0 -
22.6013 21200 0.0 -
22.6546 21250 0.0 -
22.7079 21300 0.0 -
22.7612 21350 0.0 -
22.8145 21400 0.0 -
22.8678 21450 0.0 -
22.9211 21500 0.0 -
22.9744 21550 0.0 -
23.0277 21600 0.0 -
23.0810 21650 0.0 -
23.1343 21700 0.0 -
23.1876 21750 0.0 -
23.2409 21800 0.0 -
23.2942 21850 0.0 -
23.3475 21900 0.0 -
23.4009 21950 0.0 -
23.4542 22000 0.0 -
23.5075 22050 0.0 -
23.5608 22100 0.0 -
23.6141 22150 0.0 -
23.6674 22200 0.0 -
23.7207 22250 0.0 -
23.7740 22300 0.0 -
23.8273 22350 0.0 -
23.8806 22400 0.0 -
23.9339 22450 0.0 -
23.9872 22500 0.0 -
24.0405 22550 0.0 -
24.0938 22600 0.0 -
24.1471 22650 0.0 -
24.2004 22700 0.0 -
24.2537 22750 0.0 -
24.3070 22800 0.0 -
24.3603 22850 0.0 -
24.4136 22900 0.0 -
24.4670 22950 0.0 -
24.5203 23000 0.0 -
24.5736 23050 0.0 -
24.6269 23100 0.0 -
24.6802 23150 0.0 -
24.7335 23200 0.0 -
24.7868 23250 0.0 -
24.8401 23300 0.0 -
24.8934 23350 0.0 -
24.9467 23400 0.0 -
25.0 23450 0.0 -
25.0533 23500 0.0 -
25.1066 23550 0.0 -
25.1599 23600 0.0 -
25.2132 23650 0.0 -
25.2665 23700 0.0 -
25.3198 23750 0.0 -
25.3731 23800 0.0 -
25.4264 23850 0.0 -
25.4797 23900 0.0 -
25.5330 23950 0.0 -
25.5864 24000 0.0 -
25.6397 24050 0.0 -
25.6930 24100 0.0 -
25.7463 24150 0.0 -
25.7996 24200 0.0 -
25.8529 24250 0.0 -
25.9062 24300 0.0 -
25.9595 24350 0.0 -
26.0128 24400 0.0 -
26.0661 24450 0.0 -
26.1194 24500 0.0 -
26.1727 24550 0.0 -
26.2260 24600 0.0 -
26.2793 24650 0.0 -
26.3326 24700 0.0 -
26.3859 24750 0.0 -
26.4392 24800 0.0 -
26.4925 24850 0.0 -
26.5458 24900 0.0 -
26.5991 24950 0.0 -
26.6525 25000 0.0 -
26.7058 25050 0.0 -
26.7591 25100 0.0 -
26.8124 25150 0.0 -
26.8657 25200 0.0 -
26.9190 25250 0.0 -
26.9723 25300 0.0 -
27.0256 25350 0.0 -
27.0789 25400 0.0 -
27.1322 25450 0.0 -
27.1855 25500 0.0 -
27.2388 25550 0.0 -
27.2921 25600 0.0 -
27.3454 25650 0.0 -
27.3987 25700 0.0 -
27.4520 25750 0.0 -
27.5053 25800 0.0 -
27.5586 25850 0.0 -
27.6119 25900 0.0 -
27.6652 25950 0.0 -
27.7186 26000 0.0 -
27.7719 26050 0.0 -
27.8252 26100 0.0 -
27.8785 26150 0.0 -
27.9318 26200 0.0 -
27.9851 26250 0.0 -
28.0384 26300 0.0 -
28.0917 26350 0.0 -
28.1450 26400 0.0 -
28.1983 26450 0.0 -
28.2516 26500 0.0 -
28.3049 26550 0.0 -
28.3582 26600 0.0 -
28.4115 26650 0.0 -
28.4648 26700 0.0 -
28.5181 26750 0.0 -
28.5714 26800 0.0 -
28.6247 26850 0.0 -
28.6780 26900 0.0 -
28.7313 26950 0.0 -
28.7846 27000 0.0 -
28.8380 27050 0.0 -
28.8913 27100 0.0 -
28.9446 27150 0.0 -
28.9979 27200 0.0 -
29.0512 27250 0.0 -
29.1045 27300 0.0 -
29.1578 27350 0.0 -
29.2111 27400 0.0 -
29.2644 27450 0.0 -
29.3177 27500 0.0 -
29.3710 27550 0.0 -
29.4243 27600 0.0 -
29.4776 27650 0.0 -
29.5309 27700 0.0 -
29.5842 27750 0.0 -
29.6375 27800 0.0 -
29.6908 27850 0.0 -
29.7441 27900 0.0 -
29.7974 27950 0.0 -
29.8507 28000 0.0 -
29.9041 28050 0.0 -
29.9574 28100 0.0 -

Framework Versions

  • Python: 3.10.12
  • SetFit: 1.1.0
  • Sentence Transformers: 3.3.1
  • Transformers: 4.44.2
  • PyTorch: 2.2.0a0+81ea7a4
  • Datasets: 3.2.0
  • 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}
}
Downloads last month
12,269
Safetensors
Model size
111M params
Tensor type
F32
·
Inference Examples
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social visibility and check back later, or deploy to Inference Endpoints (dedicated) instead.

Model tree for mini1013/master_item_top_bt7

Base model

klue/roberta-base
Finetuned
(136)
this model

Evaluation results