README.md

metadata

base_model: klue/roberta-base
library_name: setfit
metrics:
  - metric
pipeline_tag: text-classification
tags:
  - setfit
  - sentence-transformers
  - text-classification
  - generated_from_setfit_trainer
widget:
  - text: >-
      🍯국산쌀 조청🍯 수제오란다 선물세트 답례품 18P 9월 3일 출고(4일~5일
      도착예정)_견과스페셜(오리지널8p+스페셜10p)_감사의 마음을 전합니다 생프룻(st.fruit)
  - text: 포카리스웨트 245ml 1개 중패트_뽀로로(밀크맛) 235ML X 24병 주식회사 송민
  - text: 포카리스웨트 245ml 1개 미니캔_티오피 스위트 아메리카노 200ml 30개 대영상사
  - text: >-
      쉐이크베이비 다이어트 단백질 쉐이크 맛있는 식사대용 식단 음식 딸기맛 750g 3+폴딩박스
      구성_초코+스윗콘+마시멜로초코_폴딩박스+핑크보틀 1개+화이트보틀 1개 주식회사 슬로우로켓
  - text: 포뉴 초임계 알티지 XV 오메가3 미니 카제로템 포뉴 초임계 식물성 알티지 오메가3△ (주)포터블뉴트리션
inference: true
model-index:
  - name: SetFit with klue/roberta-base
    results:
      - task:
          type: text-classification
          name: Text Classification
        dataset:
          name: Unknown
          type: unknown
          split: test
        metrics:
          - type: metric
            value: 0.9180474602529828
            name: Metric

SetFit with klue/roberta-base

This is a SetFit model that can be used for Text Classification. This SetFit model uses klue/roberta-base 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 Type: SetFit
• Sentence Transformer body: klue/roberta-base
• Classification head: a LogisticRegression instance
• Maximum Sequence Length: 512 tokens
• Number of Classes: 22 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
9.0	'동보식품 깐마늘 4kg 잘고려' '[산들해반찬]콩자반 200g 주식회사 산들해' '쌀게 무침 4kg 대용량 업소용 식당 반찬 방게 조림 (유) 협동맛사랑식품'
0.0	'뚜레반 엿기름가루 1kg (복합) 주식회사 삼부' '프리미엄 아몬드가루 1kg 95% 아몬드분말 아몬드파우더 프리미엄 아몬드분말(95%) 1kg 비타민플러스' '오뚜기 튀김가루 2kg 리얼유통컴퍼니'
2.0	'시로이코이비토 이시야 일본과자 쿠크다스 하얀연인 9개입 도톤보리의 연인 12매입 INCAPE CO.,LTD' '자일리톨 오리지날 리필 115gx3봉 외 5종 02.자일리톨 알파 리필 102g_01.자일리톨 오리지날 리필 115g_06.졸음번쩍껌 톡톡!87g (주)푸드조이' '70g 추억의 도나스 1개 에스제이(SJ)조아쇼핑'
12.0	'바쏘 엑스트라버진 올리브오일 2L 제3자의 배송관련 개인정보 이용에 대해 동의함 버니버즈' 'CJ제일제당 백설 콩기름 1.5L 사조 해표 식용유 1.8L 삼영유통' 'CJ [만능]백설 건강을 생각한 요리유 900ml 가을식재료 엄마 맛집 믿고먹는 우리집 건강한 식재료 봄날스토어'
6.0	'한국정품 허벌라이프 허벌티 허벌베버리지 망구 에이' '스키니랩 가벼워지는 시서스 다이어트 14포 cissus 보조제 씨서스 15포 올바른영양 주식회사' '프롬바이오 아프리카망고 워터믹스 레몬맛 2주 14포x1박스 아프리카 망고 워터믹스 레몬 2주 주식회사 프롬바이오'
18.0	'인산죽염 9회 자죽염 고체 60g 비타코어' '[청정원] 순후추 50g (경산점) 주식회사 에스에스지닷컴' '브래그 유기농 초모 사과식초 946ml 천연발효 식초트릭 데니그리스 애플사이다비니거 드니그리스 사과식초 1000ml 인영이네'
4.0	'동원 양반 영양닭죽 285g 태성유통' '푸디버디 숫자치킨너겟500g 미니까스 2종 480g 1+1 미니돈까스 1개+미니치킨까스 1개 다솜플랜잇' '[삼진어묵] 100사각 1봉 320g (10개입) (주)동방유래'
21.0	'[리오산토] 할라페뇨 슬라이스 540g (경산점) 주식회사 에스에스지닷컴' '사조 안심 닭가슴살 90g 주식회사 킴벌리마스타' '샘표 꽁치 400g 지영산업'
17.0	'곰표 통밀 호떡믹스 450g x 4 코스트컷몰' 'CJ 핫케익믹스 1kg 홈파티 엄마손맛 생일파티 홈메이드 바삭한 밀키트 마이컴퍼니' '곰표 통밀 호떡믹스 450g x 4개 코스트코 홈베이킹 호떡 재료 이지코스'
20.0	'돼지 머릿고기 슬라이스 업소용 머리고기 1kg 돼지국밥용 절단 순대국 창업 재료 -선지없는 매콤 백토종순대 500g X 2팩 푸드씨' '흑염소 캠핑고기 구이 300g 국내산 암컷전문 보양식 염소고기 수육 전골 탕 요리 음식 ●수육용 뒷다리살 500g (껍데기+고기) 흑염소연구소' '파티큐 귀족 통돼지바베큐 (5-10인분) 만화고기 캠핑음식 집들이 출장 경주시외버스터미널_1/6하체 주식회사 파티큐'
15.0	'카카오닙스 500g 오구오구(5959)' '제주콩생낫또 특허기술로 만든 냄새없고 맛있는 낫또 53 g x 7 개 제주콩 생낫또 7 개 (주)으뜸엘엔에스' '[2+2] 해찬들 사계절쌈장 500G 메가글로벌001'
14.0	'몬스터 에너지 울트라 시트라 355ml 1개 슬림캔_게토레이 레몬 240ml 30개 주식회사 송민' '미떼 핫초코 오리지날 미니스틱 40T+볼펜 미떼 마일드10T x2개+볼펜증정 유니콘마트' '일화 초정탄산수 1.5L 6개 중패트_쟈뎅 아워티 오렌지자몽블랙티 500ml 12개 주식회사 송민'
10.0	'하인즈 노슈가 케찹 (하인즈 리듀스드슈가 케찹) 369g (주)아이미에프에스' '대상 청정원 우리아이 케찹 620g / 806kcal 수리ZIP' '스테이크소스 ACE 260g 스테이크소스 식자재 마트 다라조명'
16.0	'록키릿지 메이플시럽 340g 세컨드 베이스' '복음자리 딸기잼 500g 3개 딸기잼(3개) 딸기잼+선물용 종이가방 더써드도어' 'Chocolate Hazelnut Spread 선한상점'
1.0	'[공식] 닥터겟잇 키즈이뮨 20g x 14포 (4+4혜택) 8박스 [47%할인+무료배송] 주식회사 그릿인피스' '러시아 차가버섯 차 원물 300g 차가버섯 300g 농업회사법인 주식회사 두손애약초' '커클랜드시그니춰 마누카 허니 2.27kg 와일드플라워 웰니스 플래닛'
13.0	'서울우유 동물성 생크림 500ml 커피숍 제빵 생크림 1개[포장 미선택시 배송지연] 더드림' '서울우유 바리스타즈 휘핑크림 500g 스프레이형 바리스타 휘핑크림 500g_아이스박스 올굿유통' '[아이스박스무료] 선인 DB 휘핑크림 1L 무가당 혼합 생크림 재이F&B'
3.0	'평창애 강원도 평창 절임배추 20kg 고랭지 통배추 절임배추10kg_12-22금요일 배송출발일 주식회사 올마루(Allmaru)' '김권태 전라도 포기 배추 김치 김장김치 2kg 옥과 맛있는 [2-3] 저온숙성 묵은지 5kg 주식회사 우아한끼' '보리김치 3kg 5kg 제주산보리 [100%국내산] 한백김치 송도점'
8.0	'[신세계 규격](신세계 본점)띠굴리오올리브앤케이퍼소스 주식회사 에스에스지닷컴' '프레시밀 베이컨크림파스타 630g 1팩 630g × 2팩 엠투커머스' '[쿠캣][쿠캣메이드] 렌지쿠캣 마라로제 찜닭 230g X 3팩 디휴니'
11.0	'정미소 쭈꾸미 볶음 450g 2인 집들이 음식 캠핑 요리 주식회사 믹스앤맥스(MIXNMAX CO.,LTD.)' '새벽장어 국산 자포니카 풍천 민물장어 1kg 손질 후 750g이내 초벌장어 1kg(자포니카 순살 500g내외) 새벽컴퍼니 주식회사' '엄마애바다 새우섞인 지리멸치 1.5kg 팔이일삼일오'
7.0	'삼양 큰컵까르보불닭볶음면 105g x 4개 까르보불닭볶음면 130g x 4 플랜트더퓨처' '[1+1 냉면 골라담기] CJ 동치미 물냉면 비빔냉면 외 20종 [5+5]함흥비빔냉면소스85g 씨제이제일제당 (주)' '청수 포장국수 3.75KG / 37인분 잔치 옛날 멸치 비빔국수 소면 (주)정이비에스'
5.0	'청도 아이스홍시 탈피 3kg 40과내외 05_대봉 탈피 3kg 15-20과 감미인영농조합법인' '국산 쥐눈이콩 콩나물콩 1kg 약콩 서목태 검은콩 8. 쪄서볶은 서리태가루 500g 주식회사 태극인 농업회사법인' '베트남선물 반건조 망고 베트남건망고 말랭이 100G X 10개입 유월의바다'
19.0	'박재서명인 안동소주 양반탈 800ml 명인안동소주' '해창주조 해창막걸리 9도 프리미엄 막걸리 캠핑 위스키 차박 와인 필수템 글램핑 감성사진 농업회사법인 술담화 주식회사 직매장지점' '다농바이오 가무치소주 43도 375ml 항아리숙성 농업법인 우리도가 (주) 서울지점'

Evaluation

Metrics

Label	Metric
all	0.9180

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_fd")
# Run inference
preds = model("포카리스웨트 245ml 1개 중패트_뽀로로(밀크맛) 235ML X 24병 주식회사 송민")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	3	9.1979	30

Label	Training Sample Count
0.0	448
1.0	579
2.0	800
3.0	552
4.0	1049
5.0	350
6.0	800
7.0	100
8.0	400
9.0	414
10.0	581
11.0	275
12.0	450
13.0	300
14.0	600
15.0	422
16.0	400
17.0	200
18.0	571
19.0	50
20.0	346
21.0	450

Training Hyperparameters

• batch_size: (512, 512)
• num_epochs: (20, 20)
• max_steps: -1
• sampling_strategy: oversampling
• num_iterations: 40
• 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
• seed: 42
• eval_max_steps: -1
• load_best_model_at_end: False

Training Results

Epoch	Step	Training Loss	Validation Loss
0.0006	1	0.4086	-
0.0316	50	0.3967	-
0.0631	100	0.3705	-
0.0947	150	0.3541	-
0.1263	200	0.2971	-
0.1578	250	0.2651	-
0.1894	300	0.2404	-
0.2210	350	0.1946	-
0.2525	400	0.1848	-
0.2841	450	0.1706	-
0.3157	500	0.1394	-
0.3472	550	0.1364	-
0.3788	600	0.1178	-
0.4104	650	0.0926	-
0.4419	700	0.0949	-
0.4735	750	0.0732	-
0.5051	800	0.0806	-
0.5366	850	0.0648	-
0.5682	900	0.0707	-
0.5997	950	0.0523	-
0.6313	1000	0.0529	-
0.6629	1050	0.0491	-
0.6944	1100	0.0486	-
0.7260	1150	0.0369	-
0.7576	1200	0.0296	-
0.7891	1250	0.0303	-
0.8207	1300	0.0232	-
0.8523	1350	0.0281	-
0.8838	1400	0.0178	-
0.9154	1450	0.0346	-
0.9470	1500	0.025	-
0.9785	1550	0.0218	-
1.0101	1600	0.0335	-
1.0417	1650	0.0206	-
1.0732	1700	0.0168	-
1.1048	1750	0.0294	-
1.1364	1800	0.0219	-
1.1679	1850	0.0176	-
1.1995	1900	0.0196	-
1.2311	1950	0.0141	-
1.2626	2000	0.0031	-
1.2942	2050	0.0131	-
1.3258	2100	0.0158	-
1.3573	2150	0.0121	-
1.3889	2200	0.0088	-
1.4205	2250	0.0047	-
1.4520	2300	0.0138	-
1.4836	2350	0.0029	-
1.5152	2400	0.0063	-
1.5467	2450	0.0042	-
1.5783	2500	0.0015	-
1.6098	2550	0.0078	-
1.6414	2600	0.0014	-
1.6730	2650	0.0055	-
1.7045	2700	0.0011	-
1.7361	2750	0.0052	-
1.7677	2800	0.0018	-
1.7992	2850	0.003	-
1.8308	2900	0.004	-
1.8624	2950	0.0006	-
1.8939	3000	0.0058	-
1.9255	3050	0.0004	-
1.9571	3100	0.0028	-
1.9886	3150	0.0005	-
2.0202	3200	0.0006	-
2.0518	3250	0.0016	-
2.0833	3300	0.0036	-
2.1149	3350	0.0009	-
2.1465	3400	0.001	-
2.1780	3450	0.0007	-
2.2096	3500	0.0003	-
2.2412	3550	0.0003	-
2.2727	3600	0.0004	-
2.3043	3650	0.0002	-
2.3359	3700	0.0002	-
2.3674	3750	0.0002	-
2.3990	3800	0.003	-
2.4306	3850	0.0004	-
2.4621	3900	0.0013	-
2.4937	3950	0.0003	-
2.5253	4000	0.0002	-
2.5568	4050	0.0001	-
2.5884	4100	0.0002	-
2.6199	4150	0.0001	-
2.6515	4200	0.0003	-
2.6831	4250	0.0003	-
2.7146	4300	0.0002	-
2.7462	4350	0.0001	-
2.7778	4400	0.0018	-
2.8093	4450	0.0005	-
2.8409	4500	0.0001	-
2.8725	4550	0.0003	-
2.9040	4600	0.0001	-
2.9356	4650	0.0002	-
2.9672	4700	0.0002	-
2.9987	4750	0.0002	-
3.0303	4800	0.0018	-
3.0619	4850	0.0001	-
3.0934	4900	0.0002	-
3.125	4950	0.0001	-
3.1566	5000	0.0002	-
3.1881	5050	0.0004	-
3.2197	5100	0.0001	-
3.2513	5150	0.0001	-
3.2828	5200	0.0002	-
3.3144	5250	0.0003	-
3.3460	5300	0.0001	-
3.3775	5350	0.0003	-
3.4091	5400	0.0001	-
3.4407	5450	0.0001	-
3.4722	5500	0.0001	-
3.5038	5550	0.0003	-
3.5354	5600	0.0002	-
3.5669	5650	0.0001	-
3.5985	5700	0.0005	-
3.6301	5750	0.0003	-
3.6616	5800	0.0001	-
3.6932	5850	0.0003	-
3.7247	5900	0.0001	-
3.7563	5950	0.0001	-
3.7879	6000	0.0001	-
3.8194	6050	0.0006	-
3.8510	6100	0.0002	-
3.8826	6150	0.0004	-
3.9141	6200	0.0001	-
3.9457	6250	0.0001	-
3.9773	6300	0.0001	-
4.0088	6350	0.0002	-
4.0404	6400	0.0001	-
4.0720	6450	0.0	-
4.1035	6500	0.0001	-
4.1351	6550	0.0001	-
4.1667	6600	0.0	-
4.1982	6650	0.0	-
4.2298	6700	0.0	-
4.2614	6750	0.0	-
4.2929	6800	0.0001	-
4.3245	6850	0.0	-
4.3561	6900	0.0	-
4.3876	6950	0.0002	-
4.4192	7000	0.0007	-
4.4508	7050	0.0018	-
4.4823	7100	0.0001	-
4.5139	7150	0.0001	-
4.5455	7200	0.0001	-
4.5770	7250	0.0003	-
4.6086	7300	0.0001	-
4.6402	7350	0.0008	-
4.6717	7400	0.0001	-
4.7033	7450	0.0	-
4.7348	7500	0.0001	-
4.7664	7550	0.0001	-
4.7980	7600	0.0	-
4.8295	7650	0.0	-
4.8611	7700	0.0	-
4.8927	7750	0.0019	-
4.9242	7800	0.0	-
4.9558	7850	0.0	-
4.9874	7900	0.001	-
5.0189	7950	0.0	-
5.0505	8000	0.0011	-
5.0821	8050	0.0002	-
5.1136	8100	0.0004	-
5.1452	8150	0.0	-
5.1768	8200	0.0018	-
5.2083	8250	0.0001	-
5.2399	8300	0.0	-
5.2715	8350	0.0018	-
5.3030	8400	0.0	-
5.3346	8450	0.0005	-
5.3662	8500	0.0001	-
5.3977	8550	0.0	-
5.4293	8600	0.0	-
5.4609	8650	0.0001	-
5.4924	8700	0.0	-
5.5240	8750	0.0001	-
5.5556	8800	0.0	-
5.5871	8850	0.0001	-
5.6187	8900	0.0001	-
5.6503	8950	0.0	-
5.6818	9000	0.0001	-
5.7134	9050	0.0008	-
5.7449	9100	0.0001	-
5.7765	9150	0.0	-
5.8081	9200	0.0008	-
5.8396	9250	0.0001	-
5.8712	9300	0.0	-
5.9028	9350	0.0001	-
5.9343	9400	0.0	-
5.9659	9450	0.0	-
5.9975	9500	0.0001	-
6.0290	9550	0.0	-
6.0606	9600	0.0	-
6.0922	9650	0.0	-
6.1237	9700	0.0	-
6.1553	9750	0.0	-
6.1869	9800	0.0	-
6.2184	9850	0.0	-
6.25	9900	0.0	-
6.2816	9950	0.0	-
6.3131	10000	0.0	-
6.3447	10050	0.0	-
6.3763	10100	0.0	-
6.4078	10150	0.0	-
6.4394	10200	0.0	-
6.4710	10250	0.0	-
6.5025	10300	0.0001	-
6.5341	10350	0.0	-
6.5657	10400	0.0001	-
6.5972	10450	0.0	-
6.6288	10500	0.0	-
6.6604	10550	0.0	-
6.6919	10600	0.0	-
6.7235	10650	0.0	-
6.7551	10700	0.0	-
6.7866	10750	0.0	-
6.8182	10800	0.0	-
6.8497	10850	0.0	-
6.8813	10900	0.0002	-
6.9129	10950	0.0016	-
6.9444	11000	0.0	-
6.9760	11050	0.0002	-
7.0076	11100	0.0	-
7.0391	11150	0.0006	-
7.0707	11200	0.0	-
7.1023	11250	0.0	-
7.1338	11300	0.0	-
7.1654	11350	0.0	-
7.1970	11400	0.0	-
7.2285	11450	0.0	-
7.2601	11500	0.0	-
7.2917	11550	0.0	-
7.3232	11600	0.0	-
7.3548	11650	0.0	-
7.3864	11700	0.0	-
7.4179	11750	0.0	-
7.4495	11800	0.0	-
7.4811	11850	0.0	-
7.5126	11900	0.0	-
7.5442	11950	0.0	-
7.5758	12000	0.0	-
7.6073	12050	0.0	-
7.6389	12100	0.0	-
7.6705	12150	0.0	-
7.7020	12200	0.0	-
7.7336	12250	0.0	-
7.7652	12300	0.0	-
7.7967	12350	0.0003	-
7.8283	12400	0.0001	-
7.8598	12450	0.0	-
7.8914	12500	0.0	-
7.9230	12550	0.0	-
7.9545	12600	0.0	-
7.9861	12650	0.0	-
8.0177	12700	0.0001	-
8.0492	12750	0.0	-
8.0808	12800	0.0	-
8.1124	12850	0.0	-
8.1439	12900	0.0	-
8.1755	12950	0.0	-
8.2071	13000	0.0	-
8.2386	13050	0.0	-
8.2702	13100	0.0	-
8.3018	13150	0.0	-
8.3333	13200	0.0	-
8.3649	13250	0.0	-
8.3965	13300	0.0	-
8.4280	13350	0.0	-
8.4596	13400	0.0	-
8.4912	13450	0.0	-
8.5227	13500	0.0	-
8.5543	13550	0.0	-
8.5859	13600	0.0	-
8.6174	13650	0.0	-
8.6490	13700	0.0021	-
8.6806	13750	0.0006	-
8.7121	13800	0.0002	-
8.7437	13850	0.0013	-
8.7753	13900	0.0	-
8.8068	13950	0.0	-
8.8384	14000	0.0	-
8.8699	14050	0.0	-
8.9015	14100	0.0	-
8.9331	14150	0.0	-
8.9646	14200	0.0	-
8.9962	14250	0.0	-
9.0278	14300	0.0	-
9.0593	14350	0.0	-
9.0909	14400	0.0	-
9.1225	14450	0.0	-
9.1540	14500	0.0	-
9.1856	14550	0.0002	-
9.2172	14600	0.0	-
9.2487	14650	0.0	-
9.2803	14700	0.0	-
9.3119	14750	0.0	-
9.3434	14800	0.0	-
9.375	14850	0.0	-
9.4066	14900	0.0	-
9.4381	14950	0.0	-
9.4697	15000	0.0	-
9.5013	15050	0.0	-
9.5328	15100	0.0	-
9.5644	15150	0.0	-
9.5960	15200	0.0	-
9.6275	15250	0.0	-
9.6591	15300	0.0	-
9.6907	15350	0.0	-
9.7222	15400	0.0002	-
9.7538	15450	0.0	-
9.7854	15500	0.0	-
9.8169	15550	0.0	-
9.8485	15600	0.0	-
9.8801	15650	0.0	-
9.9116	15700	0.0001	-
9.9432	15750	0.0	-
9.9747	15800	0.0003	-
10.0063	15850	0.0	-
10.0379	15900	0.0	-
10.0694	15950	0.0001	-
10.1010	16000	0.0	-
10.1326	16050	0.0	-
10.1641	16100	0.0	-
10.1957	16150	0.0	-
10.2273	16200	0.0	-
10.2588	16250	0.0	-
10.2904	16300	0.0	-
10.3220	16350	0.0	-
10.3535	16400	0.0008	-
10.3851	16450	0.0	-
10.4167	16500	0.0	-
10.4482	16550	0.0	-
10.4798	16600	0.0	-
10.5114	16650	0.0	-
10.5429	16700	0.0	-
10.5745	16750	0.0	-
10.6061	16800	0.0	-
10.6376	16850	0.0	-
10.6692	16900	0.0009	-
10.7008	16950	0.0	-
10.7323	17000	0.0	-
10.7639	17050	0.0	-
10.7955	17100	0.0	-
10.8270	17150	0.0	-
10.8586	17200	0.0	-
10.8902	17250	0.0	-
10.9217	17300	0.0	-
10.9533	17350	0.0	-
10.9848	17400	0.0	-
11.0164	17450	0.0001	-
11.0480	17500	0.0	-
11.0795	17550	0.0	-
11.1111	17600	0.0	-
11.1427	17650	0.0	-
11.1742	17700	0.0	-
11.2058	17750	0.0	-
11.2374	17800	0.0	-
11.2689	17850	0.0	-
11.3005	17900	0.0	-
11.3321	17950	0.0	-
11.3636	18000	0.0	-
11.3952	18050	0.0	-
11.4268	18100	0.0	-
11.4583	18150	0.0	-
11.4899	18200	0.0003	-
11.5215	18250	0.0	-
11.5530	18300	0.0005	-
11.5846	18350	0.0	-
11.6162	18400	0.0	-
11.6477	18450	0.0	-
11.6793	18500	0.0	-
11.7109	18550	0.0	-
11.7424	18600	0.0	-
11.7740	18650	0.0	-
11.8056	18700	0.0	-
11.8371	18750	0.0	-
11.8687	18800	0.0	-
11.9003	18850	0.0	-
11.9318	18900	0.0	-
11.9634	18950	0.0	-
11.9949	19000	0.0	-
12.0265	19050	0.0	-
12.0581	19100	0.0	-
12.0896	19150	0.0	-
12.1212	19200	0.0	-
12.1528	19250	0.0	-
12.1843	19300	0.0	-
12.2159	19350	0.0	-
12.2475	19400	0.0	-
12.2790	19450	0.0	-
12.3106	19500	0.0	-
12.3422	19550	0.0	-
12.3737	19600	0.0	-
12.4053	19650	0.0	-
12.4369	19700	0.0	-
12.4684	19750	0.0	-
12.5	19800	0.0	-
12.5316	19850	0.0	-
12.5631	19900	0.0	-
12.5947	19950	0.0	-
12.6263	20000	0.0	-
12.6578	20050	0.0	-
12.6894	20100	0.0	-
12.7210	20150	0.0	-
12.7525	20200	0.0	-
12.7841	20250	0.0	-
12.8157	20300	0.0	-
12.8472	20350	0.0	-
12.8788	20400	0.0	-
12.9104	20450	0.0	-
12.9419	20500	0.0	-
12.9735	20550	0.0	-
13.0051	20600	0.0	-
13.0366	20650	0.0002	-
13.0682	20700	0.0	-
13.0997	20750	0.0	-
13.1313	20800	0.0	-
13.1629	20850	0.0	-
13.1944	20900	0.0	-
13.2260	20950	0.0	-
13.2576	21000	0.0	-
13.2891	21050	0.0015	-
13.3207	21100	0.0	-
13.3523	21150	0.0	-
13.3838	21200	0.0	-
13.4154	21250	0.0	-
13.4470	21300	0.0	-
13.4785	21350	0.0	-
13.5101	21400	0.0	-
13.5417	21450	0.0	-
13.5732	21500	0.0	-
13.6048	21550	0.0	-
13.6364	21600	0.0	-
13.6679	21650	0.0	-
13.6995	21700	0.0	-
13.7311	21750	0.0	-
13.7626	21800	0.0	-
13.7942	21850	0.0	-
13.8258	21900	0.0	-
13.8573	21950	0.0	-
13.8889	22000	0.0	-
13.9205	22050	0.0	-
13.9520	22100	0.0	-
13.9836	22150	0.0	-
14.0152	22200	0.0	-
14.0467	22250	0.0	-
14.0783	22300	0.0	-
14.1098	22350	0.0	-
14.1414	22400	0.0	-
14.1730	22450	0.0	-
14.2045	22500	0.0002	-
14.2361	22550	0.0	-
14.2677	22600	0.002	-
14.2992	22650	0.0	-
14.3308	22700	0.0	-
14.3624	22750	0.0	-
14.3939	22800	0.0	-
14.4255	22850	0.0	-
14.4571	22900	0.0	-
14.4886	22950	0.0	-
14.5202	23000	0.0	-
14.5518	23050	0.0	-
14.5833	23100	0.0	-
14.6149	23150	0.0	-
14.6465	23200	0.0	-
14.6780	23250	0.0	-
14.7096	23300	0.0	-
14.7412	23350	0.0	-
14.7727	23400	0.0	-
14.8043	23450	0.0	-
14.8359	23500	0.0	-
14.8674	23550	0.0	-
14.8990	23600	0.0	-
14.9306	23650	0.0	-
14.9621	23700	0.0	-
14.9937	23750	0.0	-
15.0253	23800	0.0	-
15.0568	23850	0.0	-
15.0884	23900	0.0	-
15.1199	23950	0.0	-
15.1515	24000	0.0	-
15.1831	24050	0.0	-
15.2146	24100	0.0	-
15.2462	24150	0.0	-
15.2778	24200	0.0	-
15.3093	24250	0.0	-
15.3409	24300	0.0	-
15.3725	24350	0.0	-
15.4040	24400	0.0	-
15.4356	24450	0.0	-
15.4672	24500	0.0	-
15.4987	24550	0.0	-
15.5303	24600	0.0	-
15.5619	24650	0.0	-
15.5934	24700	0.0	-
15.625	24750	0.0	-
15.6566	24800	0.0	-
15.6881	24850	0.0	-
15.7197	24900	0.0	-
15.7513	24950	0.0	-
15.7828	25000	0.0	-
15.8144	25050	0.0	-
15.8460	25100	0.0	-
15.8775	25150	0.0	-
15.9091	25200	0.0	-
15.9407	25250	0.0	-
15.9722	25300	0.0	-
16.0038	25350	0.0	-
16.0354	25400	0.0	-
16.0669	25450	0.0	-
16.0985	25500	0.0	-
16.1301	25550	0.0	-
16.1616	25600	0.0	-
16.1932	25650	0.0	-
16.2247	25700	0.0	-
16.2563	25750	0.0	-
16.2879	25800	0.0	-
16.3194	25850	0.0	-
16.3510	25900	0.0	-
16.3826	25950	0.0	-
16.4141	26000	0.0	-
16.4457	26050	0.0	-
16.4773	26100	0.0	-
16.5088	26150	0.0	-
16.5404	26200	0.0	-
16.5720	26250	0.0	-
16.6035	26300	0.0	-
16.6351	26350	0.0	-
16.6667	26400	0.0	-
16.6982	26450	0.0	-
16.7298	26500	0.0	-
16.7614	26550	0.0	-
16.7929	26600	0.0	-
16.8245	26650	0.0	-
16.8561	26700	0.0	-
16.8876	26750	0.0	-
16.9192	26800	0.0	-
16.9508	26850	0.0	-
16.9823	26900	0.0	-
17.0139	26950	0.0	-
17.0455	27000	0.0	-
17.0770	27050	0.0	-
17.1086	27100	0.0	-
17.1402	27150	0.0	-
17.1717	27200	0.0	-
17.2033	27250	0.0	-
17.2348	27300	0.0	-
17.2664	27350	0.0	-
17.2980	27400	0.0	-
17.3295	27450	0.0	-
17.3611	27500	0.0	-
17.3927	27550	0.0	-
17.4242	27600	0.0	-
17.4558	27650	0.0	-
17.4874	27700	0.0	-
17.5189	27750	0.0	-
17.5505	27800	0.0	-
17.5821	27850	0.0	-
17.6136	27900	0.0	-
17.6452	27950	0.0	-
17.6768	28000	0.0	-
17.7083	28050	0.0	-
17.7399	28100	0.0	-
17.7715	28150	0.0	-
17.8030	28200	0.0	-
17.8346	28250	0.0	-
17.8662	28300	0.0	-
17.8977	28350	0.0	-
17.9293	28400	0.0	-
17.9609	28450	0.0	-
17.9924	28500	0.0	-
18.0240	28550	0.0	-
18.0556	28600	0.0	-
18.0871	28650	0.0	-
18.1187	28700	0.0	-
18.1503	28750	0.0	-
18.1818	28800	0.0	-
18.2134	28850	0.0	-
18.2449	28900	0.0	-
18.2765	28950	0.0	-
18.3081	29000	0.0	-
18.3396	29050	0.0	-
18.3712	29100	0.0	-
18.4028	29150	0.0	-
18.4343	29200	0.0	-
18.4659	29250	0.0	-
18.4975	29300	0.0	-
18.5290	29350	0.0	-
18.5606	29400	0.0	-
18.5922	29450	0.0	-
18.6237	29500	0.0	-
18.6553	29550	0.0	-
18.6869	29600	0.0	-
18.7184	29650	0.0	-
18.75	29700	0.0	-
18.7816	29750	0.0	-
18.8131	29800	0.0	-
18.8447	29850	0.0	-
18.8763	29900	0.0	-
18.9078	29950	0.0	-
18.9394	30000	0.0	-
18.9710	30050	0.0	-
19.0025	30100	0.0	-
19.0341	30150	0.0	-
19.0657	30200	0.0	-
19.0972	30250	0.0	-
19.1288	30300	0.0	-
19.1604	30350	0.0	-
19.1919	30400	0.0	-
19.2235	30450	0.0	-
19.2551	30500	0.0	-
19.2866	30550	0.0	-
19.3182	30600	0.0	-
19.3497	30650	0.0	-
19.3813	30700	0.0	-
19.4129	30750	0.0	-
19.4444	30800	0.0	-
19.4760	30850	0.0	-
19.5076	30900	0.0	-
19.5391	30950	0.0	-
19.5707	31000	0.0	-
19.6023	31050	0.0	-
19.6338	31100	0.0	-
19.6654	31150	0.0	-
19.6970	31200	0.0	-
19.7285	31250	0.0	-
19.7601	31300	0.0	-
19.7917	31350	0.0	-
19.8232	31400	0.0	-
19.8548	31450	0.0	-
19.8864	31500	0.0	-
19.9179	31550	0.0	-
19.9495	31600	0.0	-
19.9811	31650	0.0	-

Framework Versions

• Python: 3.10.12
• SetFit: 1.1.0.dev0
• Sentence Transformers: 3.1.1
• Transformers: 4.46.1
• PyTorch: 2.4.0+cu121
• Datasets: 2.20.0
• Tokenizers: 0.20.0

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}
}