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:
- Fine-tuning a Sentence Transformer with contrastive learning.
- Training a classification head with features from the fine-tuned Sentence Transformer.
Model Details
Model Description
Model Sources
Model Labels
Label |
Examples |
6 |
- '남자클렌징폼 알로에성분 수분밸런스 세면도구 미셀라 클클 워터 미셀라워터100ml (#M)위메프 > 뷰티 > 이미용소품/기기 > 클렌징소품 > 브러쉬/진동클렌저 위메프 > 뷰티 > 이미용소품/기기 > 클렌징소품 > 브러쉬/진동클렌저'
- '차앤박 CNP 에이클린 퓨리파잉 포밍 클렌저 145mL LotteOn > 뷰티 > 남성화장품 > 남성화장품세트 LotteOn > 뷰티 > 남성화장품 > 남성화장품세트'
- '[클린앤드클리어] 딥 액션 블랙헤드 데일리 클렌저 100gx2 CC딥액션블랙헤드클렌저100gx2 (#M)뷰티>화장품/향수>스킨케어>로션/에멀전 CJmall > 뷰티 > 화장품/향수 > 스킨케어 > 에센스/세럼/오일'
|
2 |
- '(키엘) 미드나잇 리커버리 보태니컬 클렌징 오일 - 모든 피부용 --85ml/2.8oz ssg > 뷰티 > 스킨케어 > 스킨/토너/미스트 > 스킨/토너 LOREAL > Ssg > 키엘 > Branded > 키엘'
- '마녀공장 퓨어 클렌징 오일 141238 200ml x 3개 (#M)11st>바디케어>바디미스트>바디미스트 11st > 뷰티 > 바디케어 > 바디미스트'
- '[정품 세럼쿠션 & 비타민 크림 샘플 증정] 인텐시브 세럼 파운데이션 세트 쿨 아이보리 ssg > 뷰티 > 메이크업 > 립메이크업;ssg > 뷰티 > 메이크업 > 베이스메이크업;ssg > 뷰티 > 스킨케어 > 스킨/토너;ssg > 뷰티 > 메이크업 > 베이스메이크업 > 파운데이션;SSG.COM/메이크업/베이스메이크업/리퀴드파운데이션;ssg > 뷰티 > 메이크업 > 아이메이크업 > 아이섀도우;ssg > 뷰티 > 명품화장품 > 메이크업 ssg > 뷰티 > 메이크업 > 아이메이크업'
|
5 |
- '[라끄베르] 딥 앤 모이스트 클렌징 티슈 05_클렌징 티슈 80매 홈>5월 행사;홈>6월 행사!;홈>전체상품;(#M)홈>라끄베르 Naverstore > 화장품/미용 > 클렌징 > 클렌징티슈'
- '토니모리 프로클린 소프트 클렌징 티슈 1+1 (#M)홈>화장품/미용>클렌징>클렌징티슈 Naverstore > 화장품/미용 > 클렌징 > 클렌징티슈'
- '[소미Pick! 코스알엑스] 원스텝 스킨패드 3종 / NEW 더 비타민C 세럼 外 포어리스 패드 11st>뷰티>스킨케어>스킨/로션;11st>스킨케어>스킨/토너>스킨/토너;11st Hour Event > 패션/뷰티 > 뷰티 > 스킨케어 > 스킨/로션 11st Hour Event > 패션/뷰티 > 뷰티 > 스킨케어 > 스킨/로션'
|
0 |
- '[일리윤] 프레쉬 모이스춰 립앤아이리무버 100ml 3개 단일상품 (#M)위메프 > 뷰티 > 네일케어 > 네일리무버 > 네일리무버 위메프 > 뷰티 > 네일케어 > 네일리무버 > 네일리무버'
- '키스미 히로인메이크 스피디 마스카라 리무버 6.마스카라 리무버(K407A) (#M)화장품/향수>색조메이크업>마스카라 Gmarket > 뷰티 > 화장품/향수 > 색조메이크업 > 마스카라'
- '랑콤 비파실 200ml ssg > 뷰티 > 스킨케어 > 스킨/토너 ssg > 뷰티 > 스킨케어 > 스킨/토너'
|
4 |
- '라떼 다 토일레테 250ml 화이트_Free (#M)뷰티>헤어/바디/미용기기>바디케어>바디로션/크림 CJmall > 뷰티 > 화장품/향수 > 향수/홈프래그런스 > 디퓨저/방향제'
- '마몽드 트리플 멀티 클렌징 크림 190ml (#M)GSSHOP>뷰티>스킨케어>스킨케어세트 GSSHOP > 뷰티 > 스킨케어 > 스킨케어세트'
- '마몽드 트리플 멀티 클렌징 크림 190ml MinSellAmount (#M)화장품/향수>클렌징/필링>클렌징크림 Gmarket > 뷰티 > 화장품/향수 > 클렌징/필링 > 클렌징크림'
|
1 |
- '클라란스 컴포트 스크럽 - 너리싱 오일 스크럽50ml/1.7oz (#M)홈>스트로베리넷>향수
|
3 |
- '산타마리아노벨라 아쿠아 디 로즈 미셀라 워터 200ml 투명_F (#M)화장품/미용>클렌징>클렌징워터 Naverstore > 화장품/미용 > 클렌징 > 클렌징워터'
- '[쿠폰+T11%] 라네즈 퍼펙트리뉴 유스 레티놀 프로 꿀잠 잠옷 증정!/1밤1레티놀/라네즈레티놀 35. 라네즈 워터뱅크 아이젤 25ml_선택완료 쇼킹딜 홈>뷰티>스킨케어>스킨/로션;11st>스킨케어>스킨/토너>스킨/토너;쇼킹딜 홈>뷰티>선케어/메이크업>선블록;11st>뷰티>선케어/메이크업>선블록;11st > 뷰티 > 스킨케어 > 스킨/토너;(#M)11st>뷰티>스킨케어>스킨/로션 11st Hour Event > 패션/뷰티 > 뷰티 > 스킨케어 > 스킨/로션'
- '[클린앤클리어] 미셀라 워터 100ml x2 (#M)GSSHOP>뷰티>클렌징>클렌징폼 GSSHOP > 뷰티 > 클렌징 > 클렌징폼'
|
Evaluation
Metrics
Label |
Accuracy |
all |
0.9232 |
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
model = SetFitModel.from_pretrained("mini1013/master_cate_bt_top10_test")
preds = model("프로필링 소프트젤 100ml 피부 세안제 클렌징 필링 (#M)홈>화장품/미용>클렌징>스크럽/필링 Naverstore > 화장품/미용 > 클렌징 > 스크럽/필링")
Training Details
Training Set Metrics
Training set |
Min |
Median |
Max |
Word count |
11 |
21.9571 |
61 |
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 |
0.4528 |
- |
0.0914 |
50 |
0.4525 |
- |
0.1828 |
100 |
0.4612 |
- |
0.2742 |
150 |
0.4424 |
- |
0.3656 |
200 |
0.4291 |
- |
0.4570 |
250 |
0.3832 |
- |
0.5484 |
300 |
0.3246 |
- |
0.6399 |
350 |
0.2943 |
- |
0.7313 |
400 |
0.2745 |
- |
0.8227 |
450 |
0.2655 |
- |
0.9141 |
500 |
0.2604 |
- |
1.0055 |
550 |
0.253 |
- |
1.0969 |
600 |
0.2367 |
- |
1.1883 |
650 |
0.228 |
- |
1.2797 |
700 |
0.2115 |
- |
1.3711 |
750 |
0.1976 |
- |
1.4625 |
800 |
0.1786 |
- |
1.5539 |
850 |
0.1609 |
- |
1.6453 |
900 |
0.1472 |
- |
1.7367 |
950 |
0.13 |
- |
1.8282 |
1000 |
0.1213 |
- |
1.9196 |
1050 |
0.1079 |
- |
2.0110 |
1100 |
0.1058 |
- |
2.1024 |
1150 |
0.0985 |
- |
2.1938 |
1200 |
0.0824 |
- |
2.2852 |
1250 |
0.0546 |
- |
2.3766 |
1300 |
0.039 |
- |
2.4680 |
1350 |
0.0202 |
- |
2.5594 |
1400 |
0.0089 |
- |
2.6508 |
1450 |
0.0044 |
- |
2.7422 |
1500 |
0.004 |
- |
2.8336 |
1550 |
0.0045 |
- |
2.9250 |
1600 |
0.0016 |
- |
3.0165 |
1650 |
0.0005 |
- |
3.1079 |
1700 |
0.0004 |
- |
3.1993 |
1750 |
0.0003 |
- |
3.2907 |
1800 |
0.0002 |
- |
3.3821 |
1850 |
0.0002 |
- |
3.4735 |
1900 |
0.0001 |
- |
3.5649 |
1950 |
0.0002 |
- |
3.6563 |
2000 |
0.0003 |
- |
3.7477 |
2050 |
0.0002 |
- |
3.8391 |
2100 |
0.0001 |
- |
3.9305 |
2150 |
0.0001 |
- |
4.0219 |
2200 |
0.0002 |
- |
4.1133 |
2250 |
0.0002 |
- |
4.2048 |
2300 |
0.0003 |
- |
4.2962 |
2350 |
0.0001 |
- |
4.3876 |
2400 |
0.0003 |
- |
4.4790 |
2450 |
0.0001 |
- |
4.5704 |
2500 |
0.0001 |
- |
4.6618 |
2550 |
0.0006 |
- |
4.7532 |
2600 |
0.0002 |
- |
4.8446 |
2650 |
0.0001 |
- |
4.9360 |
2700 |
0.0022 |
- |
5.0274 |
2750 |
0.0046 |
- |
5.1188 |
2800 |
0.0028 |
- |
5.2102 |
2850 |
0.0033 |
- |
5.3016 |
2900 |
0.0025 |
- |
5.3931 |
2950 |
0.0023 |
- |
5.4845 |
3000 |
0.002 |
- |
5.5759 |
3050 |
0.004 |
- |
5.6673 |
3100 |
0.0044 |
- |
5.7587 |
3150 |
0.004 |
- |
5.8501 |
3200 |
0.0027 |
- |
5.9415 |
3250 |
0.0032 |
- |
6.0329 |
3300 |
0.0002 |
- |
6.1243 |
3350 |
0.0003 |
- |
6.2157 |
3400 |
0.0 |
- |
6.3071 |
3450 |
0.0006 |
- |
6.3985 |
3500 |
0.0005 |
- |
6.4899 |
3550 |
0.0035 |
- |
6.5814 |
3600 |
0.0053 |
- |
6.6728 |
3650 |
0.004 |
- |
6.7642 |
3700 |
0.0042 |
- |
6.8556 |
3750 |
0.0046 |
- |
6.9470 |
3800 |
0.0038 |
- |
7.0384 |
3850 |
0.0017 |
- |
7.1298 |
3900 |
0.0015 |
- |
7.2212 |
3950 |
0.0001 |
- |
7.3126 |
4000 |
0.0 |
- |
7.4040 |
4050 |
0.0 |
- |
7.4954 |
4100 |
0.0001 |
- |
7.5868 |
4150 |
0.0 |
- |
7.6782 |
4200 |
0.0002 |
- |
7.7697 |
4250 |
0.0001 |
- |
7.8611 |
4300 |
0.0005 |
- |
7.9525 |
4350 |
0.0 |
- |
8.0439 |
4400 |
0.0002 |
- |
8.1353 |
4450 |
0.0 |
- |
8.2267 |
4500 |
0.0008 |
- |
8.3181 |
4550 |
0.0001 |
- |
8.4095 |
4600 |
0.0002 |
- |
8.5009 |
4650 |
0.0 |
- |
8.5923 |
4700 |
0.0 |
- |
8.6837 |
4750 |
0.0 |
- |
8.7751 |
4800 |
0.0 |
- |
8.8665 |
4850 |
0.0002 |
- |
8.9580 |
4900 |
0.0008 |
- |
9.0494 |
4950 |
0.0009 |
- |
9.1408 |
5000 |
0.0004 |
- |
9.2322 |
5050 |
0.0 |
- |
9.3236 |
5100 |
0.0 |
- |
9.4150 |
5150 |
0.0002 |
- |
9.5064 |
5200 |
0.0006 |
- |
9.5978 |
5250 |
0.0021 |
- |
9.6892 |
5300 |
0.0004 |
- |
9.7806 |
5350 |
0.0016 |
- |
9.8720 |
5400 |
0.0003 |
- |
9.9634 |
5450 |
0.0 |
- |
10.0548 |
5500 |
0.0002 |
- |
10.1463 |
5550 |
0.0 |
- |
10.2377 |
5600 |
0.0 |
- |
10.3291 |
5650 |
0.0001 |
- |
10.4205 |
5700 |
0.0008 |
- |
10.5119 |
5750 |
0.0002 |
- |
10.6033 |
5800 |
0.0003 |
- |
10.6947 |
5850 |
0.0 |
- |
10.7861 |
5900 |
0.0 |
- |
10.8775 |
5950 |
0.0 |
- |
10.9689 |
6000 |
0.0 |
- |
11.0603 |
6050 |
0.0 |
- |
11.1517 |
6100 |
0.0 |
- |
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 |
0.0 |
- |
11.7916 |
6450 |
0.0 |
- |
11.8830 |
6500 |
0.0 |
- |
11.9744 |
6550 |
0.0 |
- |
12.0658 |
6600 |
0.0 |
- |
12.1572 |
6650 |
0.0 |
- |
12.2486 |
6700 |
0.0 |
- |
12.3400 |
6750 |
0.0001 |
- |
12.4314 |
6800 |
0.0001 |
- |
12.5229 |
6850 |
0.0002 |
- |
12.6143 |
6900 |
0.0 |
- |
12.7057 |
6950 |
0.0003 |
- |
12.7971 |
7000 |
0.0001 |
- |
12.8885 |
7050 |
0.0004 |
- |
12.9799 |
7100 |
0.0018 |
- |
13.0713 |
7150 |
0.0002 |
- |
13.1627 |
7200 |
0.0 |
- |
13.2541 |
7250 |
0.0001 |
- |
13.3455 |
7300 |
0.0 |
- |
13.4369 |
7350 |
0.0 |
- |
13.5283 |
7400 |
0.0001 |
- |
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 |
0.0 |
- |
14.2596 |
7800 |
0.0 |
- |
14.3510 |
7850 |
0.0 |
- |
14.4424 |
7900 |
0.0 |
- |
14.5338 |
7950 |
0.0 |
- |
14.6252 |
8000 |
0.0 |
- |
14.7166 |
8050 |
0.0 |
- |
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 |
0.0002 |
- |
17.5503 |
9600 |
0.0011 |
- |
17.6417 |
9650 |
0.0003 |
- |
17.7331 |
9700 |
0.0 |
- |
17.8245 |
9750 |
0.0001 |
- |
17.9159 |
9800 |
0.0001 |
- |
18.0073 |
9850 |
0.0002 |
- |
18.0987 |
9900 |
0.0003 |
- |
18.1901 |
9950 |
0.0 |
- |
18.2815 |
10000 |
0.0 |
- |
18.3729 |
10050 |
0.0 |
- |
18.4644 |
10100 |
0.0 |
- |
18.5558 |
10150 |
0.0002 |
- |
18.6472 |
10200 |
0.0002 |
- |
18.7386 |
10250 |
0.0 |
- |
18.8300 |
10300 |
0.0004 |
- |
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 |
0.0002 |
- |
19.7441 |
10800 |
0.0003 |
- |
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 |
0.0004 |
- |
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 |
0.0001 |
- |
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 |
0.0001 |
- |
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
@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}
}