---
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: 프리미엄 수제 명절전 제사전 모듬전 700g 동그랑땡+동태전+깻잎전+꼬지+표고+호박전 동태전 300g (#M)식품>냉동/간편조리식품>튀김류
T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 튀김류
- text: (10+1) 다즐샵 식단 도시락 15종 골라담기 11_다섯가지나물밥+참스테이크 (#M)식품>냉동/간편조리식품>도시락 T200 > Naverstore
> 식품 > 간편조리식품 > 도시락/밥류 > 도시락
- text: 국내산 생 닭가슴살 / 닭안심살 5kg 10kg (1kg 500g 포장) 냉장 냉동 (냉동) 닭가슴살_(냉동) 닭가슴살 1kg x 5팩
(#M)식품>축산물>닭고기>닭가슴살 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 닭가슴살
- text: 퀴진 에어프라이어 크리스피 양념감자튀김 800g 2봉 1. 퀴진 에어 크리스피 양념감자 800g 1. 퀴진 에어 크리스피 양념감자 800g
1. 퀴진 에어 크리스피 양념감자 800g_1. 퀴진 에어 크리스피 양념감자 800g (#M)식품>냉동/간편조리식품>튀김류 T200 > Naverstore
> 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 튀김류
- text: 1년 내내 질리지 않는 프리미엄 냉동도시락 / 넉넉소반 향긋한 깻잎닭갈비 흑미밥 1팩 5. [넉넉소반] 매콤한 제육볶음 현미밥 (#M)식품>냉동/간편조리식품>도시락
T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 도시락
metrics:
- accuracy
pipeline_tag: text-classification
library_name: setfit
inference: true
base_model: klue/roberta-base
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: accuracy
value: 0.9987360594795539
name: Accuracy
---
# SetFit with klue/roberta-base
This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [klue/roberta-base](https://huggingface.co/klue/roberta-base) 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:** [klue/roberta-base](https://huggingface.co/klue/roberta-base)
- **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:** 16 classes
### 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 |
|:------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 7.0 | - '오뚜기 프레스코 양송이크림스프 180g 04. 프레스코 베이컨감자스프 180g (#M)식품>냉동/간편조리식품>스프 T200 > Naverstore > 식품 > 간편조리식품 > 죽/스프 > 스프'
- '[⭐11/16 The보장데이 / 리뷰포인트 500원(포토&영상)⭐] 폰타나 컵수프 8개 세트 / 분말 60g(20gx3봉) 스프 4. 머쉬룸 4개+어니언 4개_폰타나 머그컵 1P (#M)식품>냉동/간편조리식품>스프 T200 > Naverstore > 식품 > 간편조리식품 > 죽/스프 > 스프'
- '매일유업 상하키친 크림스프 파스타 2박스 (총6개입) 콘크림스프 6개입 (#M)식품>냉동/간편조리식품>스프 T200 > Naverstore > 식품 > 간편조리식품 > 죽/스프 > 스프'
|
| 15.0 | - '대신 치즈브레드 냉동 햄버거 100g pc방 매점 편의점 피씨방 업소용 간식 11.대신 불갈비벅 135g (#M)식품>냉동/간편조리식품>햄버거 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 햄버거'
- '한맥 마시따 숯불그릴벅 150g x 10개 / 냉동버거 / 햄버거 한맥 마시따 숯불그릴벅 150g x 10개 (#M)식품>냉동/간편조리식품>햄버거 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 햄버거'
- '대신 내가맛스타 120g 12.대신 치즈벅 140g (#M)식품>냉동/간편조리식품>햄버거 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 햄버거'
|
| 11.0 | - '퀴진 에어프라이어 크리스피 양념감자튀김 800g 1봉+1봉 외 3종 1. 퀴진 에어 크리스피 양념감자 800g_3. 퀴진 해쉬브라운 스틱 600g (#M)식품>냉동/간편조리식품>튀김류 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 튀김류'
- '[푸디버디] 숫자치킨너겟500g/미니까스 2종 480g 1+1 숫자치킨너겟 1게+미니돈까스 1개 숫자치킨너겟 1개+미니치킨까스 1개 (#M)식품>냉동/간편조리식품>튀김류 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 튀김류'
- '사조오양 팝콘치킨 1kg (#M)식품>냉동/간편조리식품>튀김류 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 튀김류'
|
| 14.0 | - '애슐리 크리스피 포테이토 핫도그 (8개입) 크리스피 소시지탱글 핫도그 (10개입) (#M)식품>냉동/간편조리식품>핫도그 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 핫도그'
- '고메 치즈크리스피핫도그 340g (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 핫도그'
- '올반 크런치 찰핫도그 80g 10봉 모짜렐라 체다치즈 인기 아이간식 찰핫도그 10봉+크런치 10봉 (#M)식품>냉동/간편조리식품>핫도그 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 핫도그'
|
| 13.0 | - '전원푸드락 미트볼 1kg (#M)식품>냉동/간편조리식품>함박/미트볼 T200 > Naverstore > 식품 > 간편조리식품 > 함박/미트볼'
- '오뚜기 한입쏙쏙미트볼(렌지) 180G 입맛돋는매운갈비찜(렌지) 180G (#M)식품>냉동/간편조리식품>함박/미트볼 T200 > Naverstore > 식품 > 간편조리식품 > 함박/미트볼'
- '쉐프의밥상 육즙가득 미트볼 2kg+두툼 함박스테이크 1kg 국내산 원료육 엄마밥상 (#M)식품>냉동/간편조리식품>함박/미트볼 T200 > Naverstore > 식품 > 간편조리식품 > 함박/미트볼'
|
| 8.0 | - '부산어묵장돌이 순살볼어묵 1000g (#M)식품>냉동/간편조리식품>어묵 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 어묵'
- '부산어묵장돌이 야채맛사각어묵 900g (#M)식품>냉동/간편조리식품>어묵 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 어묵'
- '가덕도 부산 종합어묵 3kg 업소용 종합오뎅 대용량 (#M)식품>냉동/간편조리식품>어묵 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 어묵'
|
| 12.0 | - '애슐리 크런치즈엣지 트리플 치즈 피자 크런치즈엣지 올더미트 피자 1판 (#M)식품>냉동/간편조리식품>피자 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 피자'
- '노엣지피자 베이컨 파이브치즈 4개 (#M)식품>냉동/간편조리식품>피자 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 피자'
- 'G풀무원 피자 4종 5판 골라담기 (노엣지/시카고/크로엣지/골드크러스트) 20.골드크러스트 파이브치즈X5 (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 간편조리식품 > 피자/핫도그/햄버거 > 피자'
|
| 4.0 | - '추억의 국민학교 떡볶이 5팩 /오리지널맛/쫄볶이 02.국떡 쫄볶이 5팩 (#M)식품>냉동/간편조리식품>떡볶이 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 떡볶이'
- '옥이네 떡볶이 쫄볶이 밀떡 밀키트 2팩+2팩 쫄볶이 매운맛 2팩_떡볶이 매니아맛 2팩 (#M)식품>냉동/간편조리식품>떡볶이 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 떡볶이'
- '당일생산 밀떡 1.5kg 2. 밀떡 1.5kg (중) (#M)식품>냉동/간편조리식품>떡볶이 T200 > Naverstore > 식품 > 간편조리식품 > 떡볶이/튀김/어묵 > 떡볶이'
|
| 10.0 | - '오뚜기 3분카레 매운맛 200g 오뚜기 3분카레 매운맛 200g (#M)식품>냉동/간편조리식품>카레/짜장 T200 > Naverstore > 식품 > 간편조리식품 > 카레/짜장'
- '티아시아키친 즉석카레 스파이시 비프 마살라 커리 170g 게살 푸팟퐁 커리 170g (#M)식품>냉동/간편조리식품>카레/짜장 T200 > Naverstore > 식품 > 간편조리식품 > 카레/짜장'
- '티아시아커리 치킨 마크니 커리 170g/SPCRB-01 선택03.티아시아 비프 커리170g-SPCRC (#M)식품>냉동/간편조리식품>카레/짜장 T200 > Naverstore > 식품 > 간편조리식품 > 카레/짜장'
|
| 2.0 | - '한끼통살 닭가슴살 10종 50개 골라담기 냉동 스팀 통닭가슴살 통살 데리야끼맛 (20개입)_통살 10종 혼합 세트 (30개입) (#M)식품>축산물>닭고기>닭가슴살 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 닭가슴살'
- '랭커 닭가슴살 1팩 골라담기 소세지 스테이크 스팀 수비드 훈제 냉동 닭가슴살 스테이크 갈릭 1팩 (#M)식품>축산물>닭고기>닭가슴살 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 닭가슴살'
- '아임닭 닭가슴살 75종 / 훈제 스팀 저염 소세지 스테이크 헬스 26_크리스피 닭가슴살 숯불갈비 (#M)식품>축산물>닭고기>닭가슴살 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 닭가슴살'
|
| 1.0 | - '바비바삭 현미 보리 귀리 포켓 누룽지 보리바비바삭 2봉 현미바비바삭 1봉 (#M)식품>냉동/간편조리식품>누룽지 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 누룽지'
- '누룽씬 국내산 현미 가마솥 수제누룽지 400g 1봉 유기농 가마솥누룽지 200g 1봉 (#M)식품>냉동/간편조리식품>누룽지 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 누룽지'
- '마운틴듀 355ml 1개 수제 누룽지_도시농부 수제 누룽지 1KG(25봉) (#M)식품>음료>청량/탄산음료>기타탄산음료 T200 > Naverstore > 식품 > 생수/음료 > 청량/탄산음료 > 기타탄산음료'
|
| 9.0 | - '쏘이마루 21종 콩불구이 채식 콩고기 비건푸드 9. 채식 햄버거패티 210g (#M)식품>냉동/간편조리식품>채식푸드 T200 > Naverstore > 식품 > 간편조리식품 > 채식푸드'
- '쏘이마루 21종 콩불구이 채식 콩고기 비건푸드 8. 참좋은 너비안 300g (#M)식품>냉동/간편조리식품>채식푸드 T200 > Naverstore > 식품 > 간편조리식품 > 채식푸드'
- '쏘이마루 21종 콩불구이 채식 콩고기 비건푸드 11. 쏘이 너비안볼 240g (#M)식품>냉동/간편조리식품>채식푸드 T200 > Naverstore > 식품 > 간편조리식품 > 채식푸드'
|
| 3.0 | - '식스밀 닭가슴살 다이어트 식단 체중조절식 1종 외 단백질 벌크업 식단 냉동 간편 직장인 스테이크 도시락 연어 계란볶음밥 (#M)식품>냉동/간편조리식품>도시락 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 도시락'
- '[포켓샐러드] 라이스 도시락 미니컵밥 백김치멸치 간편식 외 22종 19.시즌3 계란곤약볶음밥&함박스테이크 (#M)식품>냉동/간편조리식품>도시락 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 도시락'
- '저당도시락 장조림 버터 계란밥 외 13종 한끼 관리식단 1주 2주 한달 건강한 직장인 간편식 곤약밥/반찬 단백질 식단 03_저당 산채비빔밥 200g (#M)식품>냉동/간편조리식품>도시락 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 도시락'
|
| 0.0 | - '목우촌 쉐프9단 통등심 꿔바로우 1kg (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 간편조리식품 > 기타간편조리식품'
- '비비고 냉동 고등어구이 60G 5개+5개 (총 10개) 외 8종 고등어 60Gx5개+가자미 70Gx5개 (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 간편조리식품 > 기타간편조리식품'
- '냉동야채 1kg 다진 야채 믹스 볶음밥재료 02.혼합4종 (#M)식품>냉동/간편조리식품>기타냉동/간편조리식품 T200 > Naverstore > 식품 > 간편조리식품 > 기타간편조리식품'
|
| 5.0 | - '한성 이게조아F 540g 02. 크래미F2 1kg (#M)식품>냉동/간편조리식품>맛살/게살 T200 > Naverstore > 식품 > 간편조리식품 > 맛살/게살'
- '오양/실속/맛살/kg/사조/식품/냉동/조리/게살 본품 (#M)식품>냉동/간편조리식품>맛살/게살 T200 > Naverstore > 식품 > 간편조리식품 > 맛살/게살'
- '오양 실속 맛살 1kg 사조 식품 냉동 조리 게살 본품 (#M)식품>냉동/간편조리식품>맛살/게살 T200 > Naverstore > 식품 > 간편조리식품 > 맛살/게살'
|
| 6.0 | - '싱싱한 닭가슴살 야채 샐러드 외 32종 100g 야채믹스 도시락 식단 배달 29_리코타치즈 샐러드 180g (#M)식품>냉동/간편조리식품>샐러드 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 샐러드'
- '[샐러드 정기배송] 1주/2주 5종을 배송 1일 2식 새벽배송 식단 1일1식(새벽배송)_1주_화요일 (#M)식품>냉동/간편조리식품>샐러드 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 샐러드'
- '샐러드 재료 다이어트 야채 유러피안 배달 배송 1kg 모듬쌈 1kg (#M)식품>냉동/간편조리식품>샐러드 T200 > Naverstore > 식품 > 간편조리식품 > 샐러드/닭가슴살 > 샐러드'
|
## Evaluation
### Metrics
| Label | Accuracy |
|:--------|:---------|
| **all** | 0.9987 |
## 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_top_fd0")
# Run inference
preds = model("(10+1) 다즐샵 식단 도시락 15종 골라담기 11_다섯가지나물밥+참스테이크 (#M)식품>냉동/간편조리식품>도시락 T200 > Naverstore > 식품 > 간편조리식품 > 도시락/밥류 > 도시락")
```
## Training Details
### Training Set Metrics
| Training set | Min | Median | Max |
|:-------------|:----|:--------|:----|
| Word count | 12 | 21.1790 | 41 |
| Label | Training Sample Count |
|:------|:----------------------|
| 0.0 | 50 |
| 1.0 | 50 |
| 2.0 | 50 |
| 3.0 | 50 |
| 4.0 | 50 |
| 5.0 | 50 |
| 6.0 | 50 |
| 7.0 | 50 |
| 8.0 | 50 |
| 9.0 | 32 |
| 10.0 | 50 |
| 11.0 | 50 |
| 12.0 | 50 |
| 13.0 | 50 |
| 14.0 | 50 |
| 15.0 | 50 |
### Training Hyperparameters
- batch_size: (128, 128)
- num_epochs: (20, 20)
- max_steps: -1
- sampling_strategy: oversampling
- num_iterations: 50
- 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0033 | 1 | 0.4947 | - |
| 0.1634 | 50 | 0.4776 | - |
| 0.3268 | 100 | 0.286 | - |
| 0.4902 | 150 | 0.1239 | - |
| 0.6536 | 200 | 0.0278 | - |
| 0.8170 | 250 | 0.0062 | - |
| 0.9804 | 300 | 0.0015 | - |
| 1.1438 | 350 | 0.0008 | - |
| 1.3072 | 400 | 0.0004 | - |
| 1.4706 | 450 | 0.0002 | - |
| 1.6340 | 500 | 0.0002 | - |
| 1.7974 | 550 | 0.0002 | - |
| 1.9608 | 600 | 0.0001 | - |
| 2.1242 | 650 | 0.0001 | - |
| 2.2876 | 700 | 0.0001 | - |
| 2.4510 | 750 | 0.0001 | - |
| 2.6144 | 800 | 0.0001 | - |
| 2.7778 | 850 | 0.0001 | - |
| 2.9412 | 900 | 0.0001 | - |
| 3.1046 | 950 | 0.0 | - |
| 3.2680 | 1000 | 0.0 | - |
| 3.4314 | 1050 | 0.0 | - |
| 3.5948 | 1100 | 0.0 | - |
| 3.7582 | 1150 | 0.0 | - |
| 3.9216 | 1200 | 0.0 | - |
| 4.0850 | 1250 | 0.0 | - |
| 4.2484 | 1300 | 0.0 | - |
| 4.4118 | 1350 | 0.0 | - |
| 4.5752 | 1400 | 0.0 | - |
| 4.7386 | 1450 | 0.0 | - |
| 4.9020 | 1500 | 0.0 | - |
| 5.0654 | 1550 | 0.0 | - |
| 5.2288 | 1600 | 0.0 | - |
| 5.3922 | 1650 | 0.0 | - |
| 5.5556 | 1700 | 0.0 | - |
| 5.7190 | 1750 | 0.0 | - |
| 5.8824 | 1800 | 0.0 | - |
| 6.0458 | 1850 | 0.0 | - |
| 6.2092 | 1900 | 0.0 | - |
| 6.3725 | 1950 | 0.0 | - |
| 6.5359 | 2000 | 0.0 | - |
| 6.6993 | 2050 | 0.0 | - |
| 6.8627 | 2100 | 0.0 | - |
| 7.0261 | 2150 | 0.0 | - |
| 7.1895 | 2200 | 0.0 | - |
| 7.3529 | 2250 | 0.0 | - |
| 7.5163 | 2300 | 0.0 | - |
| 7.6797 | 2350 | 0.0 | - |
| 7.8431 | 2400 | 0.0 | - |
| 8.0065 | 2450 | 0.0 | - |
| 8.1699 | 2500 | 0.0 | - |
| 8.3333 | 2550 | 0.0 | - |
| 8.4967 | 2600 | 0.0 | - |
| 8.6601 | 2650 | 0.0 | - |
| 8.8235 | 2700 | 0.0 | - |
| 8.9869 | 2750 | 0.0 | - |
| 9.1503 | 2800 | 0.0 | - |
| 9.3137 | 2850 | 0.0 | - |
| 9.4771 | 2900 | 0.0 | - |
| 9.6405 | 2950 | 0.0 | - |
| 9.8039 | 3000 | 0.0 | - |
| 9.9673 | 3050 | 0.0 | - |
| 10.1307 | 3100 | 0.0 | - |
| 10.2941 | 3150 | 0.0 | - |
| 10.4575 | 3200 | 0.0 | - |
| 10.6209 | 3250 | 0.0 | - |
| 10.7843 | 3300 | 0.0 | - |
| 10.9477 | 3350 | 0.0 | - |
| 11.1111 | 3400 | 0.0 | - |
| 11.2745 | 3450 | 0.0 | - |
| 11.4379 | 3500 | 0.0 | - |
| 11.6013 | 3550 | 0.0 | - |
| 11.7647 | 3600 | 0.0 | - |
| 11.9281 | 3650 | 0.0 | - |
| 12.0915 | 3700 | 0.0 | - |
| 12.2549 | 3750 | 0.0 | - |
| 12.4183 | 3800 | 0.0 | - |
| 12.5817 | 3850 | 0.0 | - |
| 12.7451 | 3900 | 0.0 | - |
| 12.9085 | 3950 | 0.0 | - |
| 13.0719 | 4000 | 0.0 | - |
| 13.2353 | 4050 | 0.0 | - |
| 13.3987 | 4100 | 0.0 | - |
| 13.5621 | 4150 | 0.0 | - |
| 13.7255 | 4200 | 0.0 | - |
| 13.8889 | 4250 | 0.0 | - |
| 14.0523 | 4300 | 0.0 | - |
| 14.2157 | 4350 | 0.0 | - |
| 14.3791 | 4400 | 0.0 | - |
| 14.5425 | 4450 | 0.0001 | - |
| 14.7059 | 4500 | 0.0001 | - |
| 14.8693 | 4550 | 0.0 | - |
| 15.0327 | 4600 | 0.0 | - |
| 15.1961 | 4650 | 0.0 | - |
| 15.3595 | 4700 | 0.0 | - |
| 15.5229 | 4750 | 0.0 | - |
| 15.6863 | 4800 | 0.0001 | - |
| 15.8497 | 4850 | 0.0 | - |
| 16.0131 | 4900 | 0.0 | - |
| 16.1765 | 4950 | 0.0 | - |
| 16.3399 | 5000 | 0.0 | - |
| 16.5033 | 5050 | 0.0 | - |
| 16.6667 | 5100 | 0.0 | - |
| 16.8301 | 5150 | 0.0 | - |
| 16.9935 | 5200 | 0.0 | - |
| 17.1569 | 5250 | 0.0 | - |
| 17.3203 | 5300 | 0.0 | - |
| 17.4837 | 5350 | 0.0 | - |
| 17.6471 | 5400 | 0.0 | - |
| 17.8105 | 5450 | 0.0 | - |
| 17.9739 | 5500 | 0.0 | - |
| 18.1373 | 5550 | 0.0 | - |
| 18.3007 | 5600 | 0.0 | - |
| 18.4641 | 5650 | 0.0 | - |
| 18.6275 | 5700 | 0.0 | - |
| 18.7908 | 5750 | 0.0 | - |
| 18.9542 | 5800 | 0.0 | - |
| 19.1176 | 5850 | 0.0 | - |
| 19.2810 | 5900 | 0.0 | - |
| 19.4444 | 5950 | 0.0 | - |
| 19.6078 | 6000 | 0.0 | - |
| 19.7712 | 6050 | 0.0 | - |
| 19.9346 | 6100 | 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}
}
```