File size: 31,372 Bytes
bd2a044
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
---
base_model: mini1013/master_domain
library_name: setfit
metrics:
- accuracy
pipeline_tag: text-classification
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: '[7월/롯데단독] 엉크르 드 뽀 쿠션 리필 듀오 세트(+립 미니어처+파데5ml) 20호_35호 LotteOn > 백화점 > 뷰티 >
    상단 배너 (Mobile) LotteOn > 뷰티 > 메이크업 > 베이스메이크업 > 쿠션/팩트'
- text: '[기획]블랙쿠션 리뉴얼 리필 듀오 21N1_23N1 LotteOn > 뷰티 > 메이크업 > 베이스메이크업 > 베이스/프라이머 LotteOn
    > 뷰티 > 메이크업 > 베이스메이크업 > 베이스/프라이머'
- text: 랑콤 비비크림 spf50 50ml 0.1kg 1 솔에일 브론저  비비   (#M)SSG.COM/헤어/바디/세정/입욕용품/비누 ssg
    > 뷰티 > 헤어/바디 > 세정/입욕용품 > 비누
- text: (1+1) 더샘 커버 퍼펙션  컨실러 4g (당일발송) MinSellAmount (#M)화장품/향수>베이스메이크업>컨실러 Gmarket
    > 뷰티 > 화장품/향수 > 베이스메이크업 > 컨실러
- text: 헤라 메이크업픽서 110ml × 4 (#M)쿠팡 홈>뷰티>메이크업>베이스 메이크업>메이크업픽서 Coupang > 뷰티 > 메이크업
    > 베이스 메이크업 > 메이크업픽서
inference: true
model-index:
- name: SetFit with mini1013/master_domain
  results:
  - task:
      type: text-classification
      name: Text Classification
    dataset:
      name: Unknown
      type: unknown
      split: test
    metrics:
    - type: accuracy
      value: 0.6730190571715146
      name: Accuracy
---

# SetFit with mini1013/master_domain

This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [mini1013/master_domain](https://huggingface.co/mini1013/master_domain) 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:** [mini1013/master_domain](https://huggingface.co/mini1013/master_domain)
- **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
- **Maximum Sequence Length:** 512 tokens
- **Number of Classes:** 7 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                                                                                                                                                                                                                                                                                                                                                                                                                                                                                             |
|:------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 6     | <ul><li>'글램 업 메이크업 픽서 100ml 글램 업 메이크업 하이라이터 7g LotteOn > 뷰티 > 메이크업 > 베이스메이크업 > 베이스/프라이머 LotteOn > 뷰티 > 메이크업 > 베이스메이크업 > 베이스/프라이머'</li><li>'달바 블랑 드 런웨이 올데이 세럼 메이크업 픽서 80ml × 1개 LotteOn > 뷰티 > 메이크업 > 하이라이터 LotteOn > 뷰티 > 메이크업 > 하이라이터'</li><li>'메이블린 마스터 픽서 메이크업 리무버 펜 3ml  ssg > 뷰티 > 스킨케어 > 클렌징 > 클렌징워터 ssg > 뷰티 > 스킨케어 > 클렌징 > 클렌징워터'</li></ul>                                                                                                                                                 |
| 2     | <ul><li>'데이지크 프로 컨실러 팔레트 9g 01 커버 (#M)위메프 > 뷰티 > 메이크업 > 베이스 메이크업 > BB크림 위메프 > 뷰티 > 메이크업 > 베이스 메이크업 > BB크림'</li><li>'블레미쉬커버 퍼프 7매입 세트  (#M)뷰티>화장품/향수>미용소품>퍼프/스폰지/브러쉬 CJmall > 뷰티 > 화장품/향수 > 미용소품 > 퍼프/스폰지/브러쉬'</li><li>'동성제약 메디커버 DHA 펜 10퍼센트(보통 피부색) (#M)11st>메이크업>페이스메이크업>메이크업베이스 11st > 뷰티 > 메이크업 > 페이스메이크업 > 메이크업베이스'</li></ul>                                                                                                                                                                   |
| 5     | <ul><li>'헤라 하이드레이팅 래디언스 프라이머 35ml  (#M)11st>남성화장품>남성크림>남성크림 11st > 뷰티 > 남성화장품 > 남성크림 > 남성크림'</li><li>'맥 라이트풀 C+ 코랄 그라스 틴티드 프라이머  (#M)11st>메이크업>페이스메이크업>프라이머 11st > 뷰티 > 메이크업 > 페이스메이크업 > 프라이머'</li><li>'코드글로컬러 엠.하이드로 프라이머 기획  LotteOn > 뷰티 > 색조메이크업 > 아이메이크업 > 아이섀도우 LotteOn > 뷰티 > 색조메이크업 > 아이메이크업 > 아이섀도우'</li></ul>                                                                                                                                                                              |
| 0     | <ul><li>'스웨거 페이스 터미네이터 올인원 비비 크림 SPF 50+ PA+++ 스웨거 페이스 터미네이터 × 1개 (#M)쿠팡 홈>뷰티>남성화장품>남성메이크업>베이스메이크업 Coupang > 뷰티 > 남성화장품 > 남성메이크업 > 베이스메이크업'</li><li>'인셀덤 원빈화장품 엑티브크림EX 외 전제품 선택 데일리 아쿠아 비비크림30g (#M)홈>화장품/미용>스킨케어>화장품세트 Naverstore > 화장품/미용 > 스킨케어 > 화장품세트'</li><li>'AHC 프리미엄 인텐스 컨튜어밤 10ml 2개 MinSellAmount (#M)스마일배송 홈>뷰티>메이크업/선케어>베이스메이크업 Gmarket > 뷰티 > 화장품/향수 > 베이스메이크업 > BB크림/톤업크림'</li></ul>                                                                                                  |
| 4     | <ul><li>'[SSG-단독]블랙쿠션 리뉴얼 리필 듀오 17N1_17C1 ssg > 뷰티 > 메이크업 > 베이스메이크업 > 파운데이션;ssg > 뷰티 > 메이크업 > 립메이크업 > 립스틱;ssg > 뷰티 > 메이크업 > 베이스메이크업 > 쿠션파운데이션;신세계백화점/메이크업/베이스메이크업/쿠션파운데이션;(#M)SSG.COM/메이크업/베이스메이크업/쿠션파운데이션 ssg > 뷰티 > 메이크업 > 립메이크업'</li><li>'라네즈 맨즈 그루밍 네오 쿠션 매트 SPF42 PA++ 15g (옵션)+남성크림스킨 25ml 4개 증정 23C 쿨 샌드 (#M)화장품/향수>베이스메이크업>파운데이션 Gmarket > 뷰티 > 화장품/향수 > 베이스메이크업 > 파운데이션'</li><li>'아이오페 에어쿠션 스킨핏 톤업 15g x 2 단일상품 (#M)화장품/향수>베이스메이크업>파운데이션 Gmarket > 뷰티 > 화장품/향수 > 베이스메이크업 > 파운데이션'</li></ul> |
| 1     | <ul><li>'[특별] 톤업 프라이머 쿠션 세트  ssg > 뷰티 > 메이크업 > 베이스메이크업 > 프라이머 ssg > 뷰티 > 메이크업 > 베이스메이크업 > 프라이머'</li><li>'[한스킨] 핑크물밤(톤업팩트) 2개 세트 본품*2_[B0008449] (#M)11st>메이크업>페이스메이크업>파운데이션 11st > 뷰티 > 메이크업 > 페이스메이크업 > 파운데이션'</li><li>'[2특별] NEW 래디언트 파운데이션 세트(+컨실러 정품+키트 2종) 110 알라바스터 LotteOn > 뷰티 > 명품화장품 > 메이크업 > 파운데이션 LotteOn > 뷰티 > 베이스메이크업 > 파운데이션'</li></ul>                                                                                                                                              |
| 3     | <ul><li>'[본사직영] 래디언스 팩트 SPF27/PA++ (바닐라)  위메프 > 뷰티 > 스킨케어 > 스킨/토너;위메프 > 뷰티 > 메이크업 > 립 메이크업;위메프 > 뷰티 > 메이크업 > 립 메이크업 > 립글로즈;위메프 > 뷰티 > 선케어 > 선크림/선블록 > 선크림/선블록;위메프 > 뷰티 > 메이크업 > 베이스 메이크업;(#M)위메프 > 뷰티 > 메이크업 > 베이스 메이크업 > 쿠션팩트 위메프 > 뷰티 > 선케어 > 선크림/선블록'</li><li>'[AK PLAZA][DIOR] 캡춰 토탈 퍼펙션 앤 유쓰 래디언스 루스 파우더 단일상품 (#M)홈>화장품/미용>향수>향수세트 Naverstore > 화장품/미용 > 향수 > 향수세트'</li><li>'설화수 NEW 진설파우더팩트 리필 23N1 (#M)화장품/향수>스킨케어>에센스/세럼 Gmarket > 뷰티 > 화장품/향수 > 스킨케어 > 에센스/세럼'</li></ul>                    |

## Evaluation

### Metrics
| Label   | Accuracy |
|:--------|:---------|
| **all** | 0.6730   |

## 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("mini1013/master_cate_bt_top5_test")
# Run inference
preds = model("헤라 메이크업픽서 110ml × 4개 (#M)쿠팡 홈>뷰티>메이크업>베이스 메이크업>메이크업픽서 Coupang > 뷰티 > 메이크업 > 베이스 메이크업 > 메이크업픽서")
```

<!--
### 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   | 12  | 24.3657 | 87  |

| Label | Training Sample Count |
|:------|:----------------------|
| 0     | 50                    |
| 1     | 50                    |
| 2     | 50                    |
| 3     | 50                    |
| 4     | 50                    |
| 5     | 50                    |
| 6     | 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 |
|:-------:|:-----:|:-------------:|:---------------:|
| 0.0018  | 1     | 0.4623        | -               |
| 0.0914  | 50    | 0.4618        | -               |
| 0.1828  | 100   | 0.4384        | -               |
| 0.2742  | 150   | 0.4275        | -               |
| 0.3656  | 200   | 0.3889        | -               |
| 0.4570  | 250   | 0.3422        | -               |
| 0.5484  | 300   | 0.3055        | -               |
| 0.6399  | 350   | 0.2795        | -               |
| 0.7313  | 400   | 0.2616        | -               |
| 0.8227  | 450   | 0.252         | -               |
| 0.9141  | 500   | 0.2394        | -               |
| 1.0055  | 550   | 0.2274        | -               |
| 1.0969  | 600   | 0.2154        | -               |
| 1.1883  | 650   | 0.2031        | -               |
| 1.2797  | 700   | 0.197         | -               |
| 1.3711  | 750   | 0.1768        | -               |
| 1.4625  | 800   | 0.1752        | -               |
| 1.5539  | 850   | 0.1631        | -               |
| 1.6453  | 900   | 0.1513        | -               |
| 1.7367  | 950   | 0.1368        | -               |
| 1.8282  | 1000  | 0.1354        | -               |
| 1.9196  | 1050  | 0.1235        | -               |
| 2.0110  | 1100  | 0.1113        | -               |
| 2.1024  | 1150  | 0.1015        | -               |
| 2.1938  | 1200  | 0.084         | -               |
| 2.2852  | 1250  | 0.0598        | -               |
| 2.3766  | 1300  | 0.0472        | -               |
| 2.4680  | 1350  | 0.0382        | -               |
| 2.5594  | 1400  | 0.032         | -               |
| 2.6508  | 1450  | 0.0212        | -               |
| 2.7422  | 1500  | 0.0082        | -               |
| 2.8336  | 1550  | 0.0046        | -               |
| 2.9250  | 1600  | 0.0025        | -               |
| 3.0165  | 1650  | 0.0014        | -               |
| 3.1079  | 1700  | 0.0007        | -               |
| 3.1993  | 1750  | 0.0003        | -               |
| 3.2907  | 1800  | 0.0002        | -               |
| 3.3821  | 1850  | 0.0008        | -               |
| 3.4735  | 1900  | 0.0011        | -               |
| 3.5649  | 1950  | 0.0011        | -               |
| 3.6563  | 2000  | 0.0003        | -               |
| 3.7477  | 2050  | 0.0001        | -               |
| 3.8391  | 2100  | 0.0001        | -               |
| 3.9305  | 2150  | 0.0001        | -               |
| 4.0219  | 2200  | 0.0002        | -               |
| 4.1133  | 2250  | 0.0001        | -               |
| 4.2048  | 2300  | 0.0001        | -               |
| 4.2962  | 2350  | 0.0002        | -               |
| 4.3876  | 2400  | 0.0001        | -               |
| 4.4790  | 2450  | 0.0           | -               |
| 4.5704  | 2500  | 0.0002        | -               |
| 4.6618  | 2550  | 0.0001        | -               |
| 4.7532  | 2600  | 0.0           | -               |
| 4.8446  | 2650  | 0.0           | -               |
| 4.9360  | 2700  | 0.0028        | -               |
| 5.0274  | 2750  | 0.0031        | -               |
| 5.1188  | 2800  | 0.0023        | -               |
| 5.2102  | 2850  | 0.0002        | -               |
| 5.3016  | 2900  | 0.0002        | -               |
| 5.3931  | 2950  | 0.0001        | -               |
| 5.4845  | 3000  | 0.0           | -               |
| 5.5759  | 3050  | 0.0001        | -               |
| 5.6673  | 3100  | 0.0002        | -               |
| 5.7587  | 3150  | 0.0001        | -               |
| 5.8501  | 3200  | 0.0           | -               |
| 5.9415  | 3250  | 0.0001        | -               |
| 6.0329  | 3300  | 0.0002        | -               |
| 6.1243  | 3350  | 0.0           | -               |
| 6.2157  | 3400  | 0.0001        | -               |
| 6.3071  | 3450  | 0.0003        | -               |
| 6.3985  | 3500  | 0.0009        | -               |
| 6.4899  | 3550  | 0.0009        | -               |
| 6.5814  | 3600  | 0.0009        | -               |
| 6.6728  | 3650  | 0.0003        | -               |
| 6.7642  | 3700  | 0.0002        | -               |
| 6.8556  | 3750  | 0.0           | -               |
| 6.9470  | 3800  | 0.0           | -               |
| 7.0384  | 3850  | 0.0           | -               |
| 7.1298  | 3900  | 0.0           | -               |
| 7.2212  | 3950  | 0.0           | -               |
| 7.3126  | 4000  | 0.0           | -               |
| 7.4040  | 4050  | 0.0           | -               |
| 7.4954  | 4100  | 0.0           | -               |
| 7.5868  | 4150  | 0.0           | -               |
| 7.6782  | 4200  | 0.0           | -               |
| 7.7697  | 4250  | 0.0003        | -               |
| 7.8611  | 4300  | 0.0           | -               |
| 7.9525  | 4350  | 0.0           | -               |
| 8.0439  | 4400  | 0.0           | -               |
| 8.1353  | 4450  | 0.0           | -               |
| 8.2267  | 4500  | 0.0           | -               |
| 8.3181  | 4550  | 0.0           | -               |
| 8.4095  | 4600  | 0.0           | -               |
| 8.5009  | 4650  | 0.0           | -               |
| 8.5923  | 4700  | 0.0           | -               |
| 8.6837  | 4750  | 0.0           | -               |
| 8.7751  | 4800  | 0.0           | -               |
| 8.8665  | 4850  | 0.0           | -               |
| 8.9580  | 4900  | 0.0           | -               |
| 9.0494  | 4950  | 0.0           | -               |
| 9.1408  | 5000  | 0.0           | -               |
| 9.2322  | 5050  | 0.0           | -               |
| 9.3236  | 5100  | 0.0           | -               |
| 9.4150  | 5150  | 0.0           | -               |
| 9.5064  | 5200  | 0.0           | -               |
| 9.5978  | 5250  | 0.0           | -               |
| 9.6892  | 5300  | 0.0           | -               |
| 9.7806  | 5350  | 0.0           | -               |
| 9.8720  | 5400  | 0.0           | -               |
| 9.9634  | 5450  | 0.0           | -               |
| 10.0548 | 5500  | 0.0           | -               |
| 10.1463 | 5550  | 0.0011        | -               |
| 10.2377 | 5600  | 0.0066        | -               |
| 10.3291 | 5650  | 0.0048        | -               |
| 10.4205 | 5700  | 0.0088        | -               |
| 10.5119 | 5750  | 0.0071        | -               |
| 10.6033 | 5800  | 0.0054        | -               |
| 10.6947 | 5850  | 0.0029        | -               |
| 10.7861 | 5900  | 0.0028        | -               |
| 10.8775 | 5950  | 0.0014        | -               |
| 10.9689 | 6000  | 0.0008        | -               |
| 11.0603 | 6050  | 0.0001        | -               |
| 11.1517 | 6100  | 0.0001        | -               |
| 11.2431 | 6150  | 0.0           | -               |
| 11.3346 | 6200  | 0.0           | -               |
| 11.4260 | 6250  | 0.0           | -               |
| 11.5174 | 6300  | 0.0           | -               |
| 11.6088 | 6350  | 0.0           | -               |
| 11.7002 | 6400  | 0.0007        | -               |
| 11.7916 | 6450  | 0.0           | -               |
| 11.8830 | 6500  | 0.0002        | -               |
| 11.9744 | 6550  | 0.0           | -               |
| 12.0658 | 6600  | 0.0           | -               |
| 12.1572 | 6650  | 0.0           | -               |
| 12.2486 | 6700  | 0.0           | -               |
| 12.3400 | 6750  | 0.0           | -               |
| 12.4314 | 6800  | 0.0           | -               |
| 12.5229 | 6850  | 0.0           | -               |
| 12.6143 | 6900  | 0.0           | -               |
| 12.7057 | 6950  | 0.0           | -               |
| 12.7971 | 7000  | 0.0           | -               |
| 12.8885 | 7050  | 0.0           | -               |
| 12.9799 | 7100  | 0.0           | -               |
| 13.0713 | 7150  | 0.0           | -               |
| 13.1627 | 7200  | 0.0           | -               |
| 13.2541 | 7250  | 0.0           | -               |
| 13.3455 | 7300  | 0.0           | -               |
| 13.4369 | 7350  | 0.0           | -               |
| 13.5283 | 7400  | 0.0           | -               |
| 13.6197 | 7450  | 0.0           | -               |
| 13.7112 | 7500  | 0.0           | -               |
| 13.8026 | 7550  | 0.0           | -               |
| 13.8940 | 7600  | 0.0           | -               |
| 13.9854 | 7650  | 0.0           | -               |
| 14.0768 | 7700  | 0.0           | -               |
| 14.1682 | 7750  | 0.0024        | -               |
| 14.2596 | 7800  | 0.0026        | -               |
| 14.3510 | 7850  | 0.0039        | -               |
| 14.4424 | 7900  | 0.0022        | -               |
| 14.5338 | 7950  | 0.0008        | -               |
| 14.6252 | 8000  | 0.0002        | -               |
| 14.7166 | 8050  | 0.0003        | -               |
| 14.8080 | 8100  | 0.0           | -               |
| 14.8995 | 8150  | 0.0           | -               |
| 14.9909 | 8200  | 0.0           | -               |
| 15.0823 | 8250  | 0.0           | -               |
| 15.1737 | 8300  | 0.0           | -               |
| 15.2651 | 8350  | 0.0           | -               |
| 15.3565 | 8400  | 0.0           | -               |
| 15.4479 | 8450  | 0.0           | -               |
| 15.5393 | 8500  | 0.0           | -               |
| 15.6307 | 8550  | 0.0           | -               |
| 15.7221 | 8600  | 0.0           | -               |
| 15.8135 | 8650  | 0.0           | -               |
| 15.9049 | 8700  | 0.0           | -               |
| 15.9963 | 8750  | 0.0           | -               |
| 16.0878 | 8800  | 0.0           | -               |
| 16.1792 | 8850  | 0.0           | -               |
| 16.2706 | 8900  | 0.0           | -               |
| 16.3620 | 8950  | 0.0           | -               |
| 16.4534 | 9000  | 0.0           | -               |
| 16.5448 | 9050  | 0.0           | -               |
| 16.6362 | 9100  | 0.0           | -               |
| 16.7276 | 9150  | 0.0           | -               |
| 16.8190 | 9200  | 0.0           | -               |
| 16.9104 | 9250  | 0.0           | -               |
| 17.0018 | 9300  | 0.0           | -               |
| 17.0932 | 9350  | 0.0           | -               |
| 17.1846 | 9400  | 0.0           | -               |
| 17.2761 | 9450  | 0.0           | -               |
| 17.3675 | 9500  | 0.0           | -               |
| 17.4589 | 9550  | 0.0           | -               |
| 17.5503 | 9600  | 0.0           | -               |
| 17.6417 | 9650  | 0.0           | -               |
| 17.7331 | 9700  | 0.0           | -               |
| 17.8245 | 9750  | 0.0           | -               |
| 17.9159 | 9800  | 0.0           | -               |
| 18.0073 | 9850  | 0.0           | -               |
| 18.0987 | 9900  | 0.0           | -               |
| 18.1901 | 9950  | 0.0           | -               |
| 18.2815 | 10000 | 0.0           | -               |
| 18.3729 | 10050 | 0.0           | -               |
| 18.4644 | 10100 | 0.0           | -               |
| 18.5558 | 10150 | 0.0           | -               |
| 18.6472 | 10200 | 0.0           | -               |
| 18.7386 | 10250 | 0.0           | -               |
| 18.8300 | 10300 | 0.0           | -               |
| 18.9214 | 10350 | 0.0           | -               |
| 19.0128 | 10400 | 0.0           | -               |
| 19.1042 | 10450 | 0.0           | -               |
| 19.1956 | 10500 | 0.0           | -               |
| 19.2870 | 10550 | 0.0           | -               |
| 19.3784 | 10600 | 0.0           | -               |
| 19.4698 | 10650 | 0.0           | -               |
| 19.5612 | 10700 | 0.0           | -               |
| 19.6527 | 10750 | 0.0           | -               |
| 19.7441 | 10800 | 0.0           | -               |
| 19.8355 | 10850 | 0.0           | -               |
| 19.9269 | 10900 | 0.0           | -               |
| 20.0183 | 10950 | 0.0           | -               |
| 20.1097 | 11000 | 0.0           | -               |
| 20.2011 | 11050 | 0.0           | -               |
| 20.2925 | 11100 | 0.0           | -               |
| 20.3839 | 11150 | 0.0           | -               |
| 20.4753 | 11200 | 0.0           | -               |
| 20.5667 | 11250 | 0.0           | -               |
| 20.6581 | 11300 | 0.0           | -               |
| 20.7495 | 11350 | 0.0           | -               |
| 20.8410 | 11400 | 0.0           | -               |
| 20.9324 | 11450 | 0.0           | -               |
| 21.0238 | 11500 | 0.0           | -               |
| 21.1152 | 11550 | 0.0           | -               |
| 21.2066 | 11600 | 0.0           | -               |
| 21.2980 | 11650 | 0.0           | -               |
| 21.3894 | 11700 | 0.0           | -               |
| 21.4808 | 11750 | 0.0           | -               |
| 21.5722 | 11800 | 0.0           | -               |
| 21.6636 | 11850 | 0.0           | -               |
| 21.7550 | 11900 | 0.0           | -               |
| 21.8464 | 11950 | 0.0           | -               |
| 21.9378 | 12000 | 0.0           | -               |
| 22.0293 | 12050 | 0.0           | -               |
| 22.1207 | 12100 | 0.0           | -               |
| 22.2121 | 12150 | 0.0           | -               |
| 22.3035 | 12200 | 0.0           | -               |
| 22.3949 | 12250 | 0.0           | -               |
| 22.4863 | 12300 | 0.0           | -               |
| 22.5777 | 12350 | 0.0           | -               |
| 22.6691 | 12400 | 0.0           | -               |
| 22.7605 | 12450 | 0.0           | -               |
| 22.8519 | 12500 | 0.0           | -               |
| 22.9433 | 12550 | 0.0           | -               |
| 23.0347 | 12600 | 0.0           | -               |
| 23.1261 | 12650 | 0.0           | -               |
| 23.2176 | 12700 | 0.0           | -               |
| 23.3090 | 12750 | 0.0           | -               |
| 23.4004 | 12800 | 0.0           | -               |
| 23.4918 | 12850 | 0.0           | -               |
| 23.5832 | 12900 | 0.0           | -               |
| 23.6746 | 12950 | 0.0           | -               |
| 23.7660 | 13000 | 0.0           | -               |
| 23.8574 | 13050 | 0.0           | -               |
| 23.9488 | 13100 | 0.0           | -               |
| 24.0402 | 13150 | 0.0           | -               |
| 24.1316 | 13200 | 0.0           | -               |
| 24.2230 | 13250 | 0.0           | -               |
| 24.3144 | 13300 | 0.0           | -               |
| 24.4059 | 13350 | 0.0           | -               |
| 24.4973 | 13400 | 0.0           | -               |
| 24.5887 | 13450 | 0.0           | -               |
| 24.6801 | 13500 | 0.0           | -               |
| 24.7715 | 13550 | 0.0           | -               |
| 24.8629 | 13600 | 0.0           | -               |
| 24.9543 | 13650 | 0.0           | -               |
| 25.0457 | 13700 | 0.0           | -               |
| 25.1371 | 13750 | 0.0           | -               |
| 25.2285 | 13800 | 0.0           | -               |
| 25.3199 | 13850 | 0.0           | -               |
| 25.4113 | 13900 | 0.0           | -               |
| 25.5027 | 13950 | 0.0           | -               |
| 25.5941 | 14000 | 0.0           | -               |
| 25.6856 | 14050 | 0.0           | -               |
| 25.7770 | 14100 | 0.0           | -               |
| 25.8684 | 14150 | 0.0           | -               |
| 25.9598 | 14200 | 0.0           | -               |
| 26.0512 | 14250 | 0.0           | -               |
| 26.1426 | 14300 | 0.0           | -               |
| 26.2340 | 14350 | 0.0           | -               |
| 26.3254 | 14400 | 0.0           | -               |
| 26.4168 | 14450 | 0.0           | -               |
| 26.5082 | 14500 | 0.0           | -               |
| 26.5996 | 14550 | 0.0           | -               |
| 26.6910 | 14600 | 0.0           | -               |
| 26.7824 | 14650 | 0.0           | -               |
| 26.8739 | 14700 | 0.0           | -               |
| 26.9653 | 14750 | 0.0           | -               |
| 27.0567 | 14800 | 0.0           | -               |
| 27.1481 | 14850 | 0.0           | -               |
| 27.2395 | 14900 | 0.0           | -               |
| 27.3309 | 14950 | 0.0           | -               |
| 27.4223 | 15000 | 0.0           | -               |
| 27.5137 | 15050 | 0.0           | -               |
| 27.6051 | 15100 | 0.0           | -               |
| 27.6965 | 15150 | 0.0           | -               |
| 27.7879 | 15200 | 0.0           | -               |
| 27.8793 | 15250 | 0.0           | -               |
| 27.9707 | 15300 | 0.0           | -               |
| 28.0622 | 15350 | 0.0           | -               |
| 28.1536 | 15400 | 0.0           | -               |
| 28.2450 | 15450 | 0.0           | -               |
| 28.3364 | 15500 | 0.0           | -               |
| 28.4278 | 15550 | 0.0           | -               |
| 28.5192 | 15600 | 0.0           | -               |
| 28.6106 | 15650 | 0.0           | -               |
| 28.7020 | 15700 | 0.0           | -               |
| 28.7934 | 15750 | 0.0           | -               |
| 28.8848 | 15800 | 0.0           | -               |
| 28.9762 | 15850 | 0.0           | -               |
| 29.0676 | 15900 | 0.0           | -               |
| 29.1590 | 15950 | 0.0           | -               |
| 29.2505 | 16000 | 0.0           | -               |
| 29.3419 | 16050 | 0.0           | -               |
| 29.4333 | 16100 | 0.0           | -               |
| 29.5247 | 16150 | 0.0           | -               |
| 29.6161 | 16200 | 0.0           | -               |
| 29.7075 | 16250 | 0.0           | -               |
| 29.7989 | 16300 | 0.0           | -               |
| 29.8903 | 16350 | 0.0           | -               |
| 29.9817 | 16400 | 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
```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.*
-->