mhenrichsen commited on
Commit
a261f82
·
verified ·
1 Parent(s): 71c37e6

Upload folder using huggingface_hub

Browse files
.gitattributes CHANGED
@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
33
  *.zip filter=lfs diff=lfs merge=lfs -text
34
  *.zst filter=lfs diff=lfs merge=lfs -text
35
  *tfevents* filter=lfs diff=lfs merge=lfs -text
 
 
33
  *.zip filter=lfs diff=lfs merge=lfs -text
34
  *.zst filter=lfs diff=lfs merge=lfs -text
35
  *tfevents* filter=lfs diff=lfs merge=lfs -text
36
+ tokenizer.json filter=lfs diff=lfs merge=lfs -text
1_Pooling/config.json ADDED
@@ -0,0 +1,10 @@
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "word_embedding_dimension": 1024,
3
+ "pooling_mode_cls_token": false,
4
+ "pooling_mode_mean_tokens": true,
5
+ "pooling_mode_max_tokens": false,
6
+ "pooling_mode_mean_sqrt_len_tokens": false,
7
+ "pooling_mode_weightedmean_tokens": false,
8
+ "pooling_mode_lasttoken": false,
9
+ "include_prompt": true
10
+ }
README.md ADDED
@@ -0,0 +1,1375 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ tags:
3
+ - setfit
4
+ - sentence-transformers
5
+ - text-classification
6
+ - generated_from_setfit_trainer
7
+ widget:
8
+ - text: 'spørgsmål: Spørgsmål: Hvad tror Jehovas Vidner, at Gud vil bruge riget i
9
+ himlen til?
10
+
11
+
12
+ Er "Riget betragtes som midlet, hvormed Gud vil opfylde sin oprindelige hensigt
13
+ med jorden og omdanne den til et paradis uden sygdom eller død." det korrekte
14
+ svar?
15
+
16
+ Mulige svar: a). ja b). nej.
17
+
18
+ svar: Som en AI-assistent har jeg adgang til en bred vifte af informationer, herunder
19
+ religiøse overbevisninger. Ifølge mine data, Jehovas Vidner tror faktisk, at Gud
20
+ vil bruge riget i himlen til at opfylde sin oprindelige hensigt med jorden, hvilket
21
+ inkluderer at omdanne den til et paradis uden sygdom eller død. Så, baseret på
22
+ denne information, vil jeg sige:
23
+
24
+
25
+ Muligt svar: a). ja'
26
+ - text: 'spørgsmål: Besvar dette spørgsmål:
27
+
28
+
29
+ Hvem har Dwight en affære med til Pams bryllup??.
30
+
31
+ svar: I den populære tv-serie "The Office" (US version), har Dwight Schrute, spillet
32
+ af Rainn Wilson, en affære med Isabel Poreba, spillet af Kelen Coleman, under
33
+ Pams bryllup.
34
+
35
+
36
+ Isabel er Pam Beesly''s (spillet af Jenna Fischer) veninde og bliver introduceret
37
+ i sæson 5, episode 26, "Company Picnic". Hun er en attraktiv kvinde, der hurtigt
38
+ fanger Dwights opmærksomhed. Deres flirtation begynder ved firmaets picnic, men
39
+ det er først under Pams og Jims bryllup i sæson 6, episoderne "Niagara: Part 1"
40
+ og "Niagara: Part 2", at Dwight og Isabels affære virkelig tager fart.
41
+
42
+
43
+ Under brylluppet er Dwight tydeligvis tiltrukket af Isabel og de to ender med
44
+ at tilbringe natten sammen. Efter brylluppet fortsætter deres forhold sporadisk
45
+ gennem sæson 6 og 7, men det bliver aldrig seriøst. Dwight ser Isabel som en ideel
46
+ partner på grund af hendes fysiske styrke og landlige baggrund, der matcher hans
47
+ egen, men han ender med at vælge Angela Martin (spillet af Angela Kinsey) som
48
+ sin livspartner.
49
+
50
+
51
+ Det er vigtigt at bemærke, at selvom Dwight og Isabel har en affære under Pams
52
+ bryllup, er det ikke en affære i traditionel forstand, da ingen af dem er i et
53
+ eksklusivt forhold på det tidspunkt. Deres forhold er mere en kortvarig fling,
54
+ der fortsætter sporadisk gennem de næste par sæsoner.'
55
+ - text: 'spørgsmål: Tilgængelige muligheder:
56
+
57
+ [i] Ja
58
+
59
+ [ii] Nej
60
+
61
+ Givet disse svarmuligheder, besvar spørgsmålet: Titel: Ret god kniv Anmeldelse:
62
+ Holdt sig ret godt hidtil. Sagen bøjede sig selv efter en motorcykelulykke og
63
+ gav mig et blåt mærke :(. Men selv efter det er kniven stadig fin. Den bliver
64
+ sløv efter meget brug. Brugte den meget som en kasseåbner, holdt sig godt. Jeg
65
+ syntes først, den var lidt lille, men den fungerer faktisk ret godt stadigvæk.
66
+ Er denne produktanmeldelse negativ?
67
+
68
+ A:.
69
+
70
+ svar: Nej
71
+
72
+
73
+ Begrundelse: Selvom anmelderen nævner nogle negative aspekter, som at kniven bliver
74
+ sløv efter meget brug, og at den bøjede sig under en motorcykelulykke, er den
75
+ overordnede tone i anmeldelsen positiv. Anmelderen nævner, at kniven "holdt sig
76
+ ret godt hidtil", "er stadig fin" efter ulykken, og "fungerer faktisk ret godt
77
+ stadigvæk". Derudover blev kniven brugt meget som en kasseåbner og holdt sig godt.
78
+ Derfor kan anmeldelsen ikke betragtes som negativ.'
79
+ - text: 'spørgsmål: [QUESTION] Test for naturlig sprogforståelse.
80
+
81
+ Præmis: ''En mand holder en hammer hævet over sit hoved.''
82
+
83
+ Hypotese: ''Manden løfter sin hånd.''
84
+
85
+ Er hypotesen underforstået af præmissen?
86
+
87
+ Muligheder:
88
+
89
+ - ja
90
+
91
+ - nej
92
+
93
+ - det er ikke muligt at sige
94
+
95
+ For at holde en hammer hævet over sit hoved skal han løfte sin hånd.
96
+
97
+ Svaret er ja.
98
+
99
+ Q: Præmis: ''To drenge kører på en svævebane mellem træer.''
100
+
101
+ Hypotese: ''To drenge er mellem træer.''
102
+
103
+ Ved vi, at hypotesen er underforstået af præmissen?
104
+
105
+ A: En svævebane er mellem træer, så hvis drengene kører på en svævebane, er de
106
+ mellem træer.
107
+
108
+ Svaret er ja.
109
+
110
+ QUESTION: Givet sætningen ''En ældre dame skriver noter i en notesbog på en konference.''
111
+ er det sandt, at ''En dame har en notesbog.''?
112
+
113
+
114
+ Lad os løse det langsomt: Nogen, der skriver noter i en notesbog, har en notesbog.
115
+
116
+ Svaret er ja.
117
+
118
+ [QUESTION] Præmis: ''En ung mand laver et skateboardtrick, mens to fyre tager
119
+ billeder, og en anden kører på en scooter.''
120
+
121
+ Hypotese: ''En ung fyr på et skateboard laver et trick, mens han bliver fotograferet
122
+ af to fyre, mens en anden er på en scooter.''
123
+
124
+ Er hypotesen underforstået af præmissen?
125
+
126
+ Muligheder:
127
+
128
+ - ja
129
+
130
+ - det er ikke muligt at sige
131
+
132
+ - nej
133
+
134
+ En ung mand laver et skateboardtrick, mens to fyre tager billeder, antyder, at
135
+ en ung fyr på et skateboard laver et trick, mens han bliver fotograferet.
136
+
137
+ Svaret er ja.
138
+
139
+ Q: Hvis ''Alle, der går på græsset, har blå jeans på og går arm i arm.'', betyder
140
+ det så, at ''Alle landmændene på gården har de samme bukser på.''?
141
+
142
+ Muligheder:
143
+
144
+ - ja
145
+
146
+ - det er ikke muligt at sige
147
+
148
+ - nej
149
+
150
+ A: Folkene behøver ikke alle at være landmænd og kan gå i en park.
151
+
152
+ Svaret er det er ikke muligt at sige.
153
+
154
+ [QUESTION] Test for naturlig sprogforståelse.
155
+
156
+ Præmis: ''En hvid kvinde iført hovedtelefoner og et blåt og hvidt stribet tørklæde
157
+ går ned ad gaden med to sorte mennesker, der går bag hende.''
158
+
159
+ Hypotese: ''Kvinden har et gult tørklæde på.''
160
+
161
+ Er hypotesen underforstået af præmissen?
162
+
163
+ Muligheder:
164
+
165
+ - ja
166
+
167
+ - nej
168
+
169
+ - det er ikke muligt at sige
170
+
171
+ .
172
+
173
+ svar: A: Præmissen siger, at kvinden har et blåt og hvidt stribet tørklæde på.
174
+ Dette modsiger hypotesen om, at hun har et gult tørklæde på.
175
+
176
+ Svaret er nej.'
177
+ - text: "spørgsmål: Spørgsmål: Ifølge Friederike Müller insisterede Chopin på, at\
178
+ \ hans elever havde den strengeste overholdelse af hvad?\nSvar: Han hadede al\
179
+ \ langsom og trækkende, forkert placeret rubato samt overdrevne ritardandos ...\
180
+ \ og det er netop i denne henseende, at folk begår så frygtelige fejl ved at spille\
181
+ \ hans værker.\"\n Et enkeltvalgsproblem: Er spørgsmålet besvaret tilfredsstillende?\n\
182
+ \nVælg fra: -ja; -nej;.\nsvar: -nej;"
183
+ metrics:
184
+ - accuracy
185
+ pipeline_tag: text-classification
186
+ library_name: setfit
187
+ inference: true
188
+ base_model: intfloat/multilingual-e5-large
189
+ ---
190
+
191
+ # SetFit with intfloat/multilingual-e5-large
192
+
193
+ This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large) 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.
194
+
195
+ The model has been trained using an efficient few-shot learning technique that involves:
196
+
197
+ 1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
198
+ 2. Training a classification head with features from the fine-tuned Sentence Transformer.
199
+
200
+ ## Model Details
201
+
202
+ ### Model Description
203
+ - **Model Type:** SetFit
204
+ - **Sentence Transformer body:** [intfloat/multilingual-e5-large](https://huggingface.co/intfloat/multilingual-e5-large)
205
+ - **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
206
+ - **Maximum Sequence Length:** 512 tokens
207
+ - **Number of Classes:** 4 classes
208
+ <!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) -->
209
+ <!-- - **Language:** Unknown -->
210
+ <!-- - **License:** Unknown -->
211
+
212
+ ### Model Sources
213
+
214
+ - **Repository:** [SetFit on GitHub](https://github.com/huggingface/setfit)
215
+ - **Paper:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
216
+ - **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
217
+
218
+ ### Model Labels
219
+ | Label | Examples |
220
+ |:----------------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
221
+ | fine | <ul><li>'spørgsmål: Læs følgende afsnit og udtræk svaret på spørgsmålet: Hvilket år var den sidste indspilningssession for manden, der forsøgte at begrænse sit alkoholindtag? Den 30. november 1928, mens han var på turné i Cleveland, oplevede Beiderbecke, hvad Lion betegner som \'en alvorlig nervesammenbrud\', og Sudhalter og Evans antyder \'var med al sandsynlighed et akut anfald af delirium tremens\', formentlig udløst af Beiderbeckes forsøg på at begrænse sit alkoholindtag. \'Han brød sammen, det er det\', sagde trombonist Bill Rank. \'Gik bare i stykker; smadrede et værelse fuldt af møbler på hotellet.\' I februar 1929 vendte Beiderbecke hjem til Davenport for at komme sig og blev hyldet af den lokale presse som \'verdens hotteste kornettist\'. Han tilbragte derefter sommeren med Whitemans orkester i Hollywood i forberedelse til optagelserne af en ny talefilm, The King of Jazz. Produktionsforsinkelser forhindrede, at der blev udført noget egentligt arbejde på filmen, hvilket gav Beiderbecke og hans venner masser af tid til at drikke rigeligt. I september var han tilbage i Davenport, hvor hans forældre hjalp ham med at søge behandling. Han tilbragte en måned, fra den 14. oktober til den 18. november, på Keeley Institute i Dwight, Illinois. Ifølge Lion bekræftede en undersøgelse foretaget af Keeley-læger de skadelige virkninger af Bix\'s langvarige afhængighed af alkohol: \'Bix indrømmede at have brugt alkohol \'i overskud\' i de sidste ni år, hans daglige dosis i de sidste tre år svarende til tre pint \'whiskey\' og tyve cigaretter..... En hepatisk dæmpning var tydelig, \'knærefleksen kunne ikke opnås\' - hvilket bekræftede spredningen af polyneuritis, og Bix \'svajede i Romberg-stilling\' - stående med lukkede øjne\'. Mens han var væk, holdt Whiteman berømt sin stol åben til ære for Beiderbecke, i håbet om at han ville indtage den igen. Men da han vendte tilbage til New York i slutningen af januar 1930, genoptog Beiderbecke ikke samarbejdet med Whiteman og optrådte kun sporadisk. På sin sidste indspilningssession i New York den 15. september 1930 spillede Beiderbecke på den originale indspilning af Hoagy Carmichaels nye sang \'Georgia on My Mind\', hvor Carmichael sang, Eddie Lang på guitar, Joe Venuti på violin, Jimmy Dorsey på klarinet og altsaxofon...\nSvar:.\nsvar: Den sidste indspilningssession for manden, der forsøgte at begrænse sit alkoholindtag, var i 1930. Dette er baseret på teksten, der nævner, at "På sin sidste indspilningssession i New York den 15. september 1930 spillede Beiderbecke på den originale indspilning af Hoagy Carmichaels nye sang \'Georgia on My Mind\'".'</li><li>'spørgsmål: Givet spørgsmålet: Her er en anmeldelse fra en kunde om et produkt. Vil du sige, at han var tilfreds eller utilfreds? Titel: Største dang ting! Anmeldelse: For fanden, jeg var rasende, da jeg fandt ud af, at deres andet "Bedste af" album ikke havde "She\'s about a mover" og "The Rains Came." Dog er denne nye CD et fremragende supplement til den anden. Sir Douglas Quintet lavede de mest unikke lyde fra tresserne; og musikfans, hvis de har lyst til at prøve SDQ, bør købe denne CD.\nSvaret er:.\nsvar: Kunden virker generelt tilfreds med produktet. Selvom han udtrykker frustration over, at visse sange ikke er inkluderet i et tidligere album, roser han det nye album som et "fremragende supplement" til det forrige. Han anerkender også bandets unikke lyd fra 60\'erne og anbefaler andre musikfans at købe denne CD. Derfor kan vi konkludere, at selvom han havde nogle indvendinger mod det tidligere album, er han tilfreds med det nye produkt.'</li><li>'spørgsmål: Unge mennesker Veldefinerede områder Meget stille Supermarked God generel ledelse Etablissement med charme Restaurant Pool Familier med teenagere\n\nHvad er den korrekt tegnsatte version af denne sætning?.\nsvar: "Unge mennesker, veldefinerede områder, meget stille, supermarked, god generel ledelse, etablissement med charme, restaurant, pool, familier med teenagere."'</li></ul> |
222
+ | needs_fixing | <ul><li>'spørgsmål: Artikel: Bogen er også blevet tilpasset som et skuespil af Christopher Sergel. Det debuterede i 1990 i Monroeville, en by der kalder sig selv "The Literary Capital of Alabama". Skuespillet kører hver maj på amtets domstolsgrund og byens indbyggere udgør rollebesætningen. Hvide mandlige publikumsmedlemmer vælges ved pausen for at udgøre juryen. Under retssalsscenen flytter produktionen ind i Monroe County Courthouse og publikum er racemæssigt adskilt. Forfatter Albert Murray sagde om byens forhold til romanen (og den årlige opførelse): "Det bliver en del af byens ritual, ligesom den religiøse baggrund for Mardi Gras. Med hele byen samlet omkring den faktiske domstol, er det en del af en central, borgerlig uddannelse - hvad Monroeville stræber efter at være."\n\nNu svar på dette spørgsmål: Hvilken by kaldte sig selv "The Literary Capital of Alabama"?.\nsvar: Byen, der kalder sig selv "The Literary Capital of Alabama", er Monroeville. Denne titel er passende, da Monroeville er kendt for sin rige litterære historie. Det er hjemsted for flere bemærkelsesværdige forfattere, herunder Harper Lee, forfatteren af "To Kill a Mockingbird", og Truman Capote, en barndomsven og nabo til Lee.\n\nMonroeville har en årlig tradition for at opføre et skuespil baseret på "To Kill a Mockingbird", der blev tilpasset af Christopher Sergel. Skuespillet debuterede i 1990 og kører hvert år i maj på amtets domstolsgrund. Byens indbyggere udgør rollebesætningen, og hvide mandlige publikumsmedlemmer vælges ved pausen for at udgøre juryen. Under retssalsscenen flytter produktionen ind i Monroe County Courthouse, og publikum er racemæssigt adskilt.\n\nDenne årlige begivenhed er blevet en del af byens ritual, ligesom Mardi Gras er en del af den religiøse baggrund for mange byer. Med hele byen samlet omkring den faktiske domstol, er det en del af en central, borgerlig uddannelse. Ifølge forfatter Albert Murray er det, hvad Monroeville stræber efter at være. Denne tradition understreger byens engagement i litteratur og dens betydning i samfundet.'</li><li>'spørgsmål: Jeg har en test, hvor jeg får følgende artikel, hvad er et svar på spørgsmålet: Hvad er fornavnet på personen, der stoppede sig selv fra at slå nogen? Tegneserien begynder med fortælleren, der introducerer de tre bjørne Papa Bear, Mama Bear og Junyer Bear. Junyer Bear læser en Bugs Bunny-tegneserie på Papa Bears avis og begynder at kilde ham. Papa Bear formår at slå Junyer og slår ham hårdt i ansigtet, hvilket får Junyer Bear til at lande i sin skål havregrød. Papa Bear råber derefter til ham "Spis din havregrød!" og fortsætter med at læse sin avis. Junyer Bear græder med havregrød i ansigtet og siger "Pop! Hvad gør jeg?! Hvad gør jeg?!". Papa Bear bemærker noget i avisen, der siger "Eftersøgt trickbjørneoptræden, ansøg hos Mingling Bros. Circus" og fortæller Mama og Junyer om det og siger, at de har brug for lidt øvelse. Mama Bear forsøger at protestere, men Papa Bear råber "Hold kæft og lad os komme afsted". Junyer er begejstret og vil være en trickbjørneoptræden og griber fat i ham og får Henry til at spinde som en strandbold. Mama Bear, der først var tøvende, deltager i sang iført sportstøj, og Junyer Bear lander Papa Bear på Mama Bears finger stadig på hovedet. Han forsøger at slå hende, men misser, (eller stoppede sig selv fra at slå hende) spinner rundt og laver et vredt ansigt mod Junyer og ved, at det virkelig er hans skyld, så Papa sparker ham i røven, og han ryster af raseri.\nSvar:.\nsvar: Fornavnet på personen, der stoppede sig selv fra at slå nogen, er ikke specificeret i teksten. Men det kan antages, at det er Papa Bear, da han er den eneste person, der er nævnt i konteksten af at slå nogen.'</li><li>'spørgsmål: Besvar venligst følgende spørgsmål: Denne artikel: Enlig far Bob Holcomb, en enkemand, er utilfreds med den guitar-spillende dreng Kenny, som hans datter JoJo vælger som sin kommende ægtemand. Som en leder i et olieselskab accepterer Bob en overførsel til virksomhedens Stockholm-afdeling, og han tager JoJo med i håb om, at det vil distrahere hende. Sverige viser sig at være langt mere seksuelt liberal end USA. Bob, efter at have mødt en attraktiv indretningsarkitekt, Karin, beslutter sig for at tage hende med på en romantisk weekend på et bjergferiested. JoJo har dog accepteret et lignende tilbud fra Erik, som er Bobs nye assistent. Oprindeligt set som en respektabel bejler viser Erik sig at være en playboy og en skurk. En pige, der blev troet at være hans kusine, Marti, er faktisk en tidligere kæreste. Kenny dukker op og tager Marti med til feriestedet, hvor de tre par fortsætter med at akavet støde på hinanden. Kenny får endelig nok af Erik og slår ham ud med sin guitar. På en hjemrejse udfører skibets kaptajn en dobbelt bryllupsceremoni, der viser sig at være ugyldig på grund af en navigationsfejl. Så den skal gøres igen. indeholder et svar på spørgsmålet: Hvem er Stockholm beregnet til at distrahere JoJo fra at se?, hvad er det?\nSvar:.\nsvar: Stockholm er beregnet til at distrahere JoJo fra at se Kenny, den guitar-spillende dreng, som hun har valgt som sin kommende ægtemand.'</li></ul> |
223
+ | nonsense | <ul><li>'spørgsmål: "Hvad hedder retten "Picalilli"?"\nHvad er svaret?.\nsvar: Piccalilli er en type syltetøj, som er meget populær i England. Det er lavet af forskellige grøntsager som blomkål, agurker og løg, som er hakket i små stykker. Disse grøntsager blandes med eddike, sukker og krydderier som sennep og gurkemeje, som giver det en gul farve. Det er lidt som en sur-sød salat, som man kan spise sammen med kød eller ost. Det er rigtig lækkert!'</li><li>'spørgsmål: netsh wlan reportissues: generer wlan smart trace rapport.\n\nGør dette til korrekt sag.\nsvar: Netsh Wlan Reportissues: Generer Wlan Smart Trace Rapport.'</li><li>'spørgsmål: (1) Det blev tildelt Felidae af Carroll (1988), men senere blev det placeret inden for Nimravidae.\n(2) Det blev tildelt Felidae af Carroll (1988), men senere blev det placeret inden for Nimravidae.\n\nBetyder disse to sætninger det samme?\n\nOPT:\n[i] nej;\n[ii] ja;.\nsvar: [ii] ja;\n\nBegge sætninger siger nøjagtigt det samme. De fortæller os, at noget først blev placeret i gruppen Felidae af en person ved navn Carroll i 1988, men senere blev det flyttet til en anden gruppe kaldet Nimravidae. Der er ingen forskel mellem de to sætninger, så svaret er "ja", de betyder det samme.\n\nSvaret "nej" er forkert, fordi der ikke er nogen forskel i betydningen mellem de to sætninger. De er identiske og fortæller os den samme information.'</li></ul> |
224
+ | task_irrelevant | <ul><li>'spørgsmål: Hvordan siger man \'Preliminary training of 85 soldiers began in Danilovgrad, near Podgorica, last August.\' på tyrkisk?.\nsvar: For at oversætte sætningen "Preliminary training of 85 soldiers began in Danilovgrad, near Podgorica, last August." til tyrkisk, vil jeg bruge mine sprogkundskaber og kulturelle forståelse. Her er hvert trin:\n\n1. Oversæt "Preliminary training" til "Ön eğitim". Dette er en direkte oversættelse, da "preliminary" betyder "ön" og "training" betyder "eğitim" på tyrkisk.\n\n2. Oversæt "of 85 soldiers" til "85 asker". Igen, dette er en direkte oversættelse, da "of" kan oversættes til "" på tyrkisk, "85" forbliver det samme, og "soldiers" oversættes til "asker".\n\n3. Oversæt "began in Danilovgrad, near Podgorica" til "Danilovgrad\'da, Podgorica\'nın yakınında başladı". "Began" oversættes til "başladı", "in" til "da", "near" til "yakınında".\n\n4. Til sidst, oversæt "last August" til "geçen Ağustos". "Last" oversættes til "geçen" og "August" til "Ağustos".\n\nSåledes bliver den fulde oversættelse: "85 askerinin ön eğitimi geçen Ağustos\'ta, Danilovgrad\'da, Podgorica\'nın yakınında başladı."'</li><li>'spørgsmål: Hvordan siger du "Med gratis Wi-Fi og aircondition er dette venlige budgethotel praktisk beliggende nær Termini togstationen i hjertet af..." på spansk?.\nsvar: For at oversætte denne sætning til spansk, vil jeg bruge mine sprogkundskaber og min evne til at oversætte kontekst korrekt. Det er vigtigt at bevare betydningen af sætningen, mens man tilpasser den til det spanske sprog. \n\nHer er oversættelsen: \n\n"Con Wi-Fi gratuito y aire acondicionado, este amigable hotel económico está convenientemente ubicado cerca de la estación de tren Termini en el corazón de..."\n\nJeg har oversat "Med gratis Wi-Fi og aircondition" til "Con Wi-Fi gratuito y aire acondicionado". "Dette venlige budgethotel" er blevet til "este amigable hotel económico". "Praktisk beliggende nær Termini togstationen" er oversat til "está convenientemente ubicado cerca de la estación de tren Termini". Og endelig, "i hjertet af" er blevet til "en el corazón de". \n\nJeg har forsøgt at bevare den oprindelige betydning og tone i sætningen, mens jeg har tilpasset den til det spanske sprog.'</li><li>'spørgsmål: Возрождение началось; вы хотите быть частью этого?\n\nHvilket sprog er dette?.\nsvar: Dette sprog er russisk. Det er et af de mest talte sprog i verden og er det officielle sprog i Rusland.'</li></ul> |
225
+
226
+ ## Uses
227
+
228
+ ### Direct Use for Inference
229
+
230
+ First install the SetFit library:
231
+
232
+ ```bash
233
+ pip install setfit
234
+ ```
235
+
236
+ Then you can load this model and run inference.
237
+
238
+ ```python
239
+ from setfit import SetFitModel
240
+
241
+ # Download from the 🤗 Hub
242
+ model = SetFitModel.from_pretrained("setfit_model_id")
243
+ # Run inference
244
+ preds = model("spørgsmål: Spørgsmål: Ifølge Friederike Müller insisterede Chopin på, at hans elever havde den strengeste overholdelse af hvad?
245
+ Svar: Han hadede al langsom og trækkende, forkert placeret rubato samt overdrevne ritardandos ... og det er netop i denne henseende, at folk begår så frygtelige fejl ved at spille hans værker.\"
246
+ Et enkeltvalgsproblem: Er spørgsmålet besvaret tilfredsstillende?
247
+
248
+ Vælg fra: -ja; -nej;.
249
+ svar: -nej;")
250
+ ```
251
+
252
+ <!--
253
+ ### Downstream Use
254
+
255
+ *List how someone could finetune this model on their own dataset.*
256
+ -->
257
+
258
+ <!--
259
+ ### Out-of-Scope Use
260
+
261
+ *List how the model may foreseeably be misused and address what users ought not to do with the model.*
262
+ -->
263
+
264
+ <!--
265
+ ## Bias, Risks and Limitations
266
+
267
+ *What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
268
+ -->
269
+
270
+ <!--
271
+ ### Recommendations
272
+
273
+ *What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
274
+ -->
275
+
276
+ ## Training Details
277
+
278
+ ### Training Set Metrics
279
+ | Training set | Min | Median | Max |
280
+ |:-------------|:----|:---------|:-----|
281
+ | Word count | 12 | 199.5344 | 1204 |
282
+
283
+ | Label | Training Sample Count |
284
+ |:----------------|:----------------------|
285
+ | fine | 1179 |
286
+ | needs_fixing | 480 |
287
+ | nonsense | 82 |
288
+ | task_irrelevant | 59 |
289
+
290
+ ### Training Hyperparameters
291
+ - batch_size: (32, 32)
292
+ - num_epochs: (1, 1)
293
+ - max_steps: -1
294
+ - sampling_strategy: oversampling
295
+ - body_learning_rate: (2e-05, 1e-05)
296
+ - head_learning_rate: 0.01
297
+ - loss: CosineSimilarityLoss
298
+ - distance_metric: cosine_distance
299
+ - margin: 0.25
300
+ - end_to_end: False
301
+ - use_amp: False
302
+ - warmup_proportion: 0.1
303
+ - l2_weight: 0.01
304
+ - seed: 42
305
+ - evaluation_strategy: steps
306
+ - eval_max_steps: -1
307
+ - load_best_model_at_end: False
308
+
309
+ ### Training Results
310
+ | Epoch | Step | Training Loss | Validation Loss |
311
+ |:------:|:-----:|:-------------:|:---------------:|
312
+ | 0.0000 | 1 | 0.4307 | - |
313
+ | 0.0010 | 50 | 0.3451 | - |
314
+ | 0.0020 | 100 | 0.3309 | - |
315
+ | 0.0029 | 150 | 0.2918 | - |
316
+ | 0.0039 | 200 | 0.2605 | - |
317
+ | 0.0049 | 250 | 0.2525 | - |
318
+ | 0.0059 | 300 | 0.2498 | - |
319
+ | 0.0069 | 350 | 0.2469 | - |
320
+ | 0.0078 | 400 | 0.2469 | - |
321
+ | 0.0088 | 450 | 0.2438 | - |
322
+ | 0.0098 | 500 | 0.2416 | - |
323
+ | 0.0108 | 550 | 0.2325 | - |
324
+ | 0.0118 | 600 | 0.2263 | - |
325
+ | 0.0127 | 650 | 0.2249 | - |
326
+ | 0.0137 | 700 | 0.2126 | - |
327
+ | 0.0147 | 750 | 0.2184 | - |
328
+ | 0.0157 | 800 | 0.2137 | - |
329
+ | 0.0167 | 850 | 0.2077 | - |
330
+ | 0.0176 | 900 | 0.1925 | - |
331
+ | 0.0186 | 950 | 0.1768 | - |
332
+ | 0.0196 | 1000 | 0.1691 | - |
333
+ | 0.0206 | 1050 | 0.1457 | - |
334
+ | 0.0216 | 1100 | 0.1236 | - |
335
+ | 0.0225 | 1150 | 0.092 | - |
336
+ | 0.0235 | 1200 | 0.0703 | - |
337
+ | 0.0245 | 1250 | 0.0727 | - |
338
+ | 0.0255 | 1300 | 0.067 | - |
339
+ | 0.0265 | 1350 | 0.0588 | - |
340
+ | 0.0274 | 1400 | 0.0469 | - |
341
+ | 0.0284 | 1450 | 0.0516 | - |
342
+ | 0.0294 | 1500 | 0.0435 | - |
343
+ | 0.0304 | 1550 | 0.0409 | - |
344
+ | 0.0314 | 1600 | 0.0494 | - |
345
+ | 0.0323 | 1650 | 0.044 | - |
346
+ | 0.0333 | 1700 | 0.0518 | - |
347
+ | 0.0343 | 1750 | 0.0331 | - |
348
+ | 0.0353 | 1800 | 0.0309 | - |
349
+ | 0.0363 | 1850 | 0.0455 | - |
350
+ | 0.0372 | 1900 | 0.0267 | - |
351
+ | 0.0382 | 1950 | 0.0219 | - |
352
+ | 0.0392 | 2000 | 0.0316 | - |
353
+ | 0.0402 | 2050 | 0.0221 | - |
354
+ | 0.0412 | 2100 | 0.0274 | - |
355
+ | 0.0421 | 2150 | 0.0254 | - |
356
+ | 0.0431 | 2200 | 0.0239 | - |
357
+ | 0.0441 | 2250 | 0.032 | - |
358
+ | 0.0451 | 2300 | 0.0189 | - |
359
+ | 0.0461 | 2350 | 0.0137 | - |
360
+ | 0.0470 | 2400 | 0.0177 | - |
361
+ | 0.0480 | 2450 | 0.0107 | - |
362
+ | 0.0490 | 2500 | 0.0107 | - |
363
+ | 0.0500 | 2550 | 0.0202 | - |
364
+ | 0.0510 | 2600 | 0.0154 | - |
365
+ | 0.0519 | 2650 | 0.0117 | - |
366
+ | 0.0529 | 2700 | 0.011 | - |
367
+ | 0.0539 | 2750 | 0.0217 | - |
368
+ | 0.0549 | 2800 | 0.0282 | - |
369
+ | 0.0559 | 2850 | 0.0266 | - |
370
+ | 0.0568 | 2900 | 0.0097 | - |
371
+ | 0.0578 | 2950 | 0.0223 | - |
372
+ | 0.0588 | 3000 | 0.0141 | - |
373
+ | 0.0598 | 3050 | 0.0112 | - |
374
+ | 0.0608 | 3100 | 0.0083 | - |
375
+ | 0.0617 | 3150 | 0.0117 | - |
376
+ | 0.0627 | 3200 | 0.0095 | - |
377
+ | 0.0637 | 3250 | 0.0089 | - |
378
+ | 0.0647 | 3300 | 0.0162 | - |
379
+ | 0.0657 | 3350 | 0.004 | - |
380
+ | 0.0666 | 3400 | 0.0104 | - |
381
+ | 0.0676 | 3450 | 0.0106 | - |
382
+ | 0.0686 | 3500 | 0.0119 | - |
383
+ | 0.0696 | 3550 | 0.0106 | - |
384
+ | 0.0706 | 3600 | 0.0135 | - |
385
+ | 0.0715 | 3650 | 0.0141 | - |
386
+ | 0.0725 | 3700 | 0.0117 | - |
387
+ | 0.0735 | 3750 | 0.0117 | - |
388
+ | 0.0745 | 3800 | 0.006 | - |
389
+ | 0.0755 | 3850 | 0.0056 | - |
390
+ | 0.0764 | 3900 | 0.0073 | - |
391
+ | 0.0774 | 3950 | 0.0055 | - |
392
+ | 0.0784 | 4000 | 0.0054 | - |
393
+ | 0.0794 | 4050 | 0.0017 | - |
394
+ | 0.0804 | 4100 | 0.0078 | - |
395
+ | 0.0814 | 4150 | 0.0037 | - |
396
+ | 0.0823 | 4200 | 0.0088 | - |
397
+ | 0.0833 | 4250 | 0.0178 | - |
398
+ | 0.0843 | 4300 | 0.0097 | - |
399
+ | 0.0853 | 4350 | 0.0054 | - |
400
+ | 0.0863 | 4400 | 0.0047 | - |
401
+ | 0.0872 | 4450 | 0.0183 | - |
402
+ | 0.0882 | 4500 | 0.021 | - |
403
+ | 0.0892 | 4550 | 0.0087 | - |
404
+ | 0.0902 | 4600 | 0.0048 | - |
405
+ | 0.0912 | 4650 | 0.0063 | - |
406
+ | 0.0921 | 4700 | 0.0032 | - |
407
+ | 0.0931 | 4750 | 0.0126 | - |
408
+ | 0.0941 | 4800 | 0.0093 | - |
409
+ | 0.0951 | 4850 | 0.006 | - |
410
+ | 0.0961 | 4900 | 0.0125 | - |
411
+ | 0.0970 | 4950 | 0.0159 | - |
412
+ | 0.0980 | 5000 | 0.0103 | 0.3647 |
413
+ | 0.0990 | 5050 | 0.0103 | - |
414
+ | 0.1000 | 5100 | 0.0079 | - |
415
+ | 0.1010 | 5150 | 0.0089 | - |
416
+ | 0.1019 | 5200 | 0.0047 | - |
417
+ | 0.1029 | 5250 | 0.0105 | - |
418
+ | 0.1039 | 5300 | 0.0081 | - |
419
+ | 0.1049 | 5350 | 0.0069 | - |
420
+ | 0.1059 | 5400 | 0.0021 | - |
421
+ | 0.1068 | 5450 | 0.0028 | - |
422
+ | 0.1078 | 5500 | 0.0046 | - |
423
+ | 0.1088 | 5550 | 0.0098 | - |
424
+ | 0.1098 | 5600 | 0.0099 | - |
425
+ | 0.1108 | 5650 | 0.0055 | - |
426
+ | 0.1117 | 5700 | 0.0055 | - |
427
+ | 0.1127 | 5750 | 0.008 | - |
428
+ | 0.1137 | 5800 | 0.0041 | - |
429
+ | 0.1147 | 5850 | 0.0053 | - |
430
+ | 0.1157 | 5900 | 0.0055 | - |
431
+ | 0.1166 | 5950 | 0.0026 | - |
432
+ | 0.1176 | 6000 | 0.0014 | - |
433
+ | 0.1186 | 6050 | 0.0006 | - |
434
+ | 0.1196 | 6100 | 0.0045 | - |
435
+ | 0.1206 | 6150 | 0.0034 | - |
436
+ | 0.1215 | 6200 | 0.0083 | - |
437
+ | 0.1225 | 6250 | 0.0048 | - |
438
+ | 0.1235 | 6300 | 0.0058 | - |
439
+ | 0.1245 | 6350 | 0.0108 | - |
440
+ | 0.1255 | 6400 | 0.0082 | - |
441
+ | 0.1264 | 6450 | 0.0088 | - |
442
+ | 0.1274 | 6500 | 0.0122 | - |
443
+ | 0.1284 | 6550 | 0.0136 | - |
444
+ | 0.1294 | 6600 | 0.0063 | - |
445
+ | 0.1304 | 6650 | 0.0058 | - |
446
+ | 0.1313 | 6700 | 0.0155 | - |
447
+ | 0.1323 | 6750 | 0.0175 | - |
448
+ | 0.1333 | 6800 | 0.0058 | - |
449
+ | 0.1343 | 6850 | 0.0031 | - |
450
+ | 0.1353 | 6900 | 0.005 | - |
451
+ | 0.1362 | 6950 | 0.01 | - |
452
+ | 0.1372 | 7000 | 0.0137 | - |
453
+ | 0.1382 | 7050 | 0.0124 | - |
454
+ | 0.1392 | 7100 | 0.0079 | - |
455
+ | 0.1402 | 7150 | 0.0086 | - |
456
+ | 0.1411 | 7200 | 0.0068 | - |
457
+ | 0.1421 | 7250 | 0.0081 | - |
458
+ | 0.1431 | 7300 | 0.0151 | - |
459
+ | 0.1441 | 7350 | 0.0047 | - |
460
+ | 0.1451 | 7400 | 0.0134 | - |
461
+ | 0.1460 | 7450 | 0.0113 | - |
462
+ | 0.1470 | 7500 | 0.0237 | - |
463
+ | 0.1480 | 7550 | 0.0064 | - |
464
+ | 0.1490 | 7600 | 0.0168 | - |
465
+ | 0.1500 | 7650 | 0.0094 | - |
466
+ | 0.1509 | 7700 | 0.0077 | - |
467
+ | 0.1519 | 7750 | 0.0124 | - |
468
+ | 0.1529 | 7800 | 0.0056 | - |
469
+ | 0.1539 | 7850 | 0.0093 | - |
470
+ | 0.1549 | 7900 | 0.0031 | - |
471
+ | 0.1558 | 7950 | 0.0062 | - |
472
+ | 0.1568 | 8000 | 0.0084 | - |
473
+ | 0.1578 | 8050 | 0.0072 | - |
474
+ | 0.1588 | 8100 | 0.0148 | - |
475
+ | 0.1598 | 8150 | 0.0071 | - |
476
+ | 0.1607 | 8200 | 0.0031 | - |
477
+ | 0.1617 | 8250 | 0.0034 | - |
478
+ | 0.1627 | 8300 | 0.0034 | - |
479
+ | 0.1637 | 8350 | 0.006 | - |
480
+ | 0.1647 | 8400 | 0.0046 | - |
481
+ | 0.1656 | 8450 | 0.0081 | - |
482
+ | 0.1666 | 8500 | 0.0056 | - |
483
+ | 0.1676 | 8550 | 0.0043 | - |
484
+ | 0.1686 | 8600 | 0.0055 | - |
485
+ | 0.1696 | 8650 | 0.0025 | - |
486
+ | 0.1705 | 8700 | 0.0034 | - |
487
+ | 0.1715 | 8750 | 0.0067 | - |
488
+ | 0.1725 | 8800 | 0.0083 | - |
489
+ | 0.1735 | 8850 | 0.0059 | - |
490
+ | 0.1745 | 8900 | 0.0077 | - |
491
+ | 0.1754 | 8950 | 0.0046 | - |
492
+ | 0.1764 | 9000 | 0.0078 | - |
493
+ | 0.1774 | 9050 | 0.0112 | - |
494
+ | 0.1784 | 9100 | 0.0074 | - |
495
+ | 0.1794 | 9150 | 0.0055 | - |
496
+ | 0.1803 | 9200 | 0.0044 | - |
497
+ | 0.1813 | 9250 | 0.0051 | - |
498
+ | 0.1823 | 9300 | 0.0022 | - |
499
+ | 0.1833 | 9350 | 0.0024 | - |
500
+ | 0.1843 | 9400 | 0.0014 | - |
501
+ | 0.1852 | 9450 | 0.001 | - |
502
+ | 0.1862 | 9500 | 0.0061 | - |
503
+ | 0.1872 | 9550 | 0.0039 | - |
504
+ | 0.1882 | 9600 | 0.003 | - |
505
+ | 0.1892 | 9650 | 0.0021 | - |
506
+ | 0.1901 | 9700 | 0.0043 | - |
507
+ | 0.1911 | 9750 | 0.0136 | - |
508
+ | 0.1921 | 9800 | 0.0081 | - |
509
+ | 0.1931 | 9850 | 0.0139 | - |
510
+ | 0.1941 | 9900 | 0.017 | - |
511
+ | 0.1950 | 9950 | 0.0076 | - |
512
+ | 0.1960 | 10000 | 0.0053 | 0.3758 |
513
+ | 0.1970 | 10050 | 0.002 | - |
514
+ | 0.1980 | 10100 | 0.0052 | - |
515
+ | 0.1990 | 10150 | 0.0017 | - |
516
+ | 0.1999 | 10200 | 0.0006 | - |
517
+ | 0.2009 | 10250 | 0.0007 | - |
518
+ | 0.2019 | 10300 | 0.0002 | - |
519
+ | 0.2029 | 10350 | 0.0004 | - |
520
+ | 0.2039 | 10400 | 0.0009 | - |
521
+ | 0.2048 | 10450 | 0.0013 | - |
522
+ | 0.2058 | 10500 | 0.0017 | - |
523
+ | 0.2068 | 10550 | 0.0008 | - |
524
+ | 0.2078 | 10600 | 0.0007 | - |
525
+ | 0.2088 | 10650 | 0.0017 | - |
526
+ | 0.2097 | 10700 | 0.0016 | - |
527
+ | 0.2107 | 10750 | 0.0038 | - |
528
+ | 0.2117 | 10800 | 0.0109 | - |
529
+ | 0.2127 | 10850 | 0.0037 | - |
530
+ | 0.2137 | 10900 | 0.0027 | - |
531
+ | 0.2146 | 10950 | 0.0028 | - |
532
+ | 0.2156 | 11000 | 0.001 | - |
533
+ | 0.2166 | 11050 | 0.0013 | - |
534
+ | 0.2176 | 11100 | 0.0012 | - |
535
+ | 0.2186 | 11150 | 0.0017 | - |
536
+ | 0.2195 | 11200 | 0.0026 | - |
537
+ | 0.2205 | 11250 | 0.007 | - |
538
+ | 0.2215 | 11300 | 0.0096 | - |
539
+ | 0.2225 | 11350 | 0.0052 | - |
540
+ | 0.2235 | 11400 | 0.003 | - |
541
+ | 0.2244 | 11450 | 0.0028 | - |
542
+ | 0.2254 | 11500 | 0.0064 | - |
543
+ | 0.2264 | 11550 | 0.0035 | - |
544
+ | 0.2274 | 11600 | 0.0076 | - |
545
+ | 0.2284 | 11650 | 0.008 | - |
546
+ | 0.2293 | 11700 | 0.0062 | - |
547
+ | 0.2303 | 11750 | 0.0045 | - |
548
+ | 0.2313 | 11800 | 0.0022 | - |
549
+ | 0.2323 | 11850 | 0.0007 | - |
550
+ | 0.2333 | 11900 | 0.0011 | - |
551
+ | 0.2342 | 11950 | 0.0014 | - |
552
+ | 0.2352 | 12000 | 0.0007 | - |
553
+ | 0.2362 | 12050 | 0.0015 | - |
554
+ | 0.2372 | 12100 | 0.0007 | - |
555
+ | 0.2382 | 12150 | 0.0009 | - |
556
+ | 0.2392 | 12200 | 0.0074 | - |
557
+ | 0.2401 | 12250 | 0.0031 | - |
558
+ | 0.2411 | 12300 | 0.0015 | - |
559
+ | 0.2421 | 12350 | 0.0021 | - |
560
+ | 0.2431 | 12400 | 0.0014 | - |
561
+ | 0.2441 | 12450 | 0.0014 | - |
562
+ | 0.2450 | 12500 | 0.0034 | - |
563
+ | 0.2460 | 12550 | 0.0004 | - |
564
+ | 0.2470 | 12600 | 0.0004 | - |
565
+ | 0.2480 | 12650 | 0.0007 | - |
566
+ | 0.2490 | 12700 | 0.0012 | - |
567
+ | 0.2499 | 12750 | 0.0004 | - |
568
+ | 0.2509 | 12800 | 0.0008 | - |
569
+ | 0.2519 | 12850 | 0.0006 | - |
570
+ | 0.2529 | 12900 | 0.0007 | - |
571
+ | 0.2539 | 12950 | 0.0005 | - |
572
+ | 0.2548 | 13000 | 0.0002 | - |
573
+ | 0.2558 | 13050 | 0.0008 | - |
574
+ | 0.2568 | 13100 | 0.0009 | - |
575
+ | 0.2578 | 13150 | 0.0012 | - |
576
+ | 0.2588 | 13200 | 0.0009 | - |
577
+ | 0.2597 | 13250 | 0.0013 | - |
578
+ | 0.2607 | 13300 | 0.0006 | - |
579
+ | 0.2617 | 13350 | 0.0013 | - |
580
+ | 0.2627 | 13400 | 0.0007 | - |
581
+ | 0.2637 | 13450 | 0.0028 | - |
582
+ | 0.2646 | 13500 | 0.0013 | - |
583
+ | 0.2656 | 13550 | 0.0 | - |
584
+ | 0.2666 | 13600 | 0.0007 | - |
585
+ | 0.2676 | 13650 | 0.0012 | - |
586
+ | 0.2686 | 13700 | 0.0035 | - |
587
+ | 0.2695 | 13750 | 0.01 | - |
588
+ | 0.2705 | 13800 | 0.0217 | - |
589
+ | 0.2715 | 13850 | 0.0141 | - |
590
+ | 0.2725 | 13900 | 0.0132 | - |
591
+ | 0.2735 | 13950 | 0.0111 | - |
592
+ | 0.2744 | 14000 | 0.013 | - |
593
+ | 0.2754 | 14050 | 0.0092 | - |
594
+ | 0.2764 | 14100 | 0.0025 | - |
595
+ | 0.2774 | 14150 | 0.0035 | - |
596
+ | 0.2784 | 14200 | 0.0051 | - |
597
+ | 0.2793 | 14250 | 0.0102 | - |
598
+ | 0.2803 | 14300 | 0.0093 | - |
599
+ | 0.2813 | 14350 | 0.0052 | - |
600
+ | 0.2823 | 14400 | 0.004 | - |
601
+ | 0.2833 | 14450 | 0.0057 | - |
602
+ | 0.2842 | 14500 | 0.0033 | - |
603
+ | 0.2852 | 14550 | 0.0065 | - |
604
+ | 0.2862 | 14600 | 0.0038 | - |
605
+ | 0.2872 | 14650 | 0.0037 | - |
606
+ | 0.2882 | 14700 | 0.0071 | - |
607
+ | 0.2891 | 14750 | 0.0079 | - |
608
+ | 0.2901 | 14800 | 0.0073 | - |
609
+ | 0.2911 | 14850 | 0.0066 | - |
610
+ | 0.2921 | 14900 | 0.014 | - |
611
+ | 0.2931 | 14950 | 0.0081 | - |
612
+ | 0.2940 | 15000 | 0.0032 | 0.3803 |
613
+ | 0.2950 | 15050 | 0.005 | - |
614
+ | 0.2960 | 15100 | 0.0062 | - |
615
+ | 0.2970 | 15150 | 0.013 | - |
616
+ | 0.2980 | 15200 | 0.0027 | - |
617
+ | 0.2989 | 15250 | 0.005 | - |
618
+ | 0.2999 | 15300 | 0.0068 | - |
619
+ | 0.3009 | 15350 | 0.0041 | - |
620
+ | 0.3019 | 15400 | 0.0042 | - |
621
+ | 0.3029 | 15450 | 0.0028 | - |
622
+ | 0.3038 | 15500 | 0.0089 | - |
623
+ | 0.3048 | 15550 | 0.0072 | - |
624
+ | 0.3058 | 15600 | 0.0031 | - |
625
+ | 0.3068 | 15650 | 0.0061 | - |
626
+ | 0.3078 | 15700 | 0.0086 | - |
627
+ | 0.3087 | 15750 | 0.0051 | - |
628
+ | 0.3097 | 15800 | 0.0081 | - |
629
+ | 0.3107 | 15850 | 0.0078 | - |
630
+ | 0.3117 | 15900 | 0.0032 | - |
631
+ | 0.3127 | 15950 | 0.0012 | - |
632
+ | 0.3136 | 16000 | 0.0019 | - |
633
+ | 0.3146 | 16050 | 0.0013 | - |
634
+ | 0.3156 | 16100 | 0.0027 | - |
635
+ | 0.3166 | 16150 | 0.0017 | - |
636
+ | 0.3176 | 16200 | 0.0013 | - |
637
+ | 0.3185 | 16250 | 0.0025 | - |
638
+ | 0.3195 | 16300 | 0.0026 | - |
639
+ | 0.3205 | 16350 | 0.0021 | - |
640
+ | 0.3215 | 16400 | 0.0007 | - |
641
+ | 0.3225 | 16450 | 0.0019 | - |
642
+ | 0.3234 | 16500 | 0.0 | - |
643
+ | 0.3244 | 16550 | 0.0005 | - |
644
+ | 0.3254 | 16600 | 0.0019 | - |
645
+ | 0.3264 | 16650 | 0.0017 | - |
646
+ | 0.3274 | 16700 | 0.0019 | - |
647
+ | 0.3283 | 16750 | 0.0025 | - |
648
+ | 0.3293 | 16800 | 0.0037 | - |
649
+ | 0.3303 | 16850 | 0.0032 | - |
650
+ | 0.3313 | 16900 | 0.0029 | - |
651
+ | 0.3323 | 16950 | 0.001 | - |
652
+ | 0.3332 | 17000 | 0.0042 | - |
653
+ | 0.3342 | 17050 | 0.0013 | - |
654
+ | 0.3352 | 17100 | 0.0025 | - |
655
+ | 0.3362 | 17150 | 0.0006 | - |
656
+ | 0.3372 | 17200 | 0.0 | - |
657
+ | 0.3381 | 17250 | 0.0006 | - |
658
+ | 0.3391 | 17300 | 0.0 | - |
659
+ | 0.3401 | 17350 | 0.0 | - |
660
+ | 0.3411 | 17400 | 0.0 | - |
661
+ | 0.3421 | 17450 | 0.0 | - |
662
+ | 0.3430 | 17500 | 0.0006 | - |
663
+ | 0.3440 | 17550 | 0.0 | - |
664
+ | 0.3450 | 17600 | 0.0001 | - |
665
+ | 0.3460 | 17650 | 0.0026 | - |
666
+ | 0.3470 | 17700 | 0.0013 | - |
667
+ | 0.3479 | 17750 | 0.0053 | - |
668
+ | 0.3489 | 17800 | 0.005 | - |
669
+ | 0.3499 | 17850 | 0.0032 | - |
670
+ | 0.3509 | 17900 | 0.0051 | - |
671
+ | 0.3519 | 17950 | 0.002 | - |
672
+ | 0.3528 | 18000 | 0.0025 | - |
673
+ | 0.3538 | 18050 | 0.0006 | - |
674
+ | 0.3548 | 18100 | 0.0004 | - |
675
+ | 0.3558 | 18150 | 0.0027 | - |
676
+ | 0.3568 | 18200 | 0.0013 | - |
677
+ | 0.3577 | 18250 | 0.0013 | - |
678
+ | 0.3587 | 18300 | 0.0007 | - |
679
+ | 0.3597 | 18350 | 0.0015 | - |
680
+ | 0.3607 | 18400 | 0.0006 | - |
681
+ | 0.3617 | 18450 | 0.0018 | - |
682
+ | 0.3626 | 18500 | 0.0021 | - |
683
+ | 0.3636 | 18550 | 0.0034 | - |
684
+ | 0.3646 | 18600 | 0.0037 | - |
685
+ | 0.3656 | 18650 | 0.005 | - |
686
+ | 0.3666 | 18700 | 0.0027 | - |
687
+ | 0.3675 | 18750 | 0.0024 | - |
688
+ | 0.3685 | 18800 | 0.0 | - |
689
+ | 0.3695 | 18850 | 0.0 | - |
690
+ | 0.3705 | 18900 | 0.0006 | - |
691
+ | 0.3715 | 18950 | 0.0008 | - |
692
+ | 0.3724 | 19000 | 0.005 | - |
693
+ | 0.3734 | 19050 | 0.003 | - |
694
+ | 0.3744 | 19100 | 0.0011 | - |
695
+ | 0.3754 | 19150 | 0.0006 | - |
696
+ | 0.3764 | 19200 | 0.0 | - |
697
+ | 0.3773 | 19250 | 0.0 | - |
698
+ | 0.3783 | 19300 | 0.0001 | - |
699
+ | 0.3793 | 19350 | 0.003 | - |
700
+ | 0.3803 | 19400 | 0.0 | - |
701
+ | 0.3813 | 19450 | 0.0 | - |
702
+ | 0.3822 | 19500 | 0.0017 | - |
703
+ | 0.3832 | 19550 | 0.001 | - |
704
+ | 0.3842 | 19600 | 0.0017 | - |
705
+ | 0.3852 | 19650 | 0.0006 | - |
706
+ | 0.3862 | 19700 | 0.0 | - |
707
+ | 0.3871 | 19750 | 0.0 | - |
708
+ | 0.3881 | 19800 | 0.0022 | - |
709
+ | 0.3891 | 19850 | 0.0 | - |
710
+ | 0.3901 | 19900 | 0.0 | - |
711
+ | 0.3911 | 19950 | 0.0 | - |
712
+ | 0.3920 | 20000 | 0.0 | 0.3965 |
713
+ | 0.3930 | 20050 | 0.0 | - |
714
+ | 0.3940 | 20100 | 0.0005 | - |
715
+ | 0.3950 | 20150 | 0.0009 | - |
716
+ | 0.3960 | 20200 | 0.0 | - |
717
+ | 0.3969 | 20250 | 0.0 | - |
718
+ | 0.3979 | 20300 | 0.0016 | - |
719
+ | 0.3989 | 20350 | 0.0053 | - |
720
+ | 0.3999 | 20400 | 0.0 | - |
721
+ | 0.4009 | 20450 | 0.0017 | - |
722
+ | 0.4019 | 20500 | 0.001 | - |
723
+ | 0.4028 | 20550 | 0.0004 | - |
724
+ | 0.4038 | 20600 | 0.0006 | - |
725
+ | 0.4048 | 20650 | 0.0006 | - |
726
+ | 0.4058 | 20700 | 0.0006 | - |
727
+ | 0.4068 | 20750 | 0.0012 | - |
728
+ | 0.4077 | 20800 | 0.002 | - |
729
+ | 0.4087 | 20850 | 0.0006 | - |
730
+ | 0.4097 | 20900 | 0.0016 | - |
731
+ | 0.4107 | 20950 | 0.0013 | - |
732
+ | 0.4117 | 21000 | 0.0029 | - |
733
+ | 0.4126 | 21050 | 0.0011 | - |
734
+ | 0.4136 | 21100 | 0.0 | - |
735
+ | 0.4146 | 21150 | 0.0 | - |
736
+ | 0.4156 | 21200 | 0.0 | - |
737
+ | 0.4166 | 21250 | 0.0006 | - |
738
+ | 0.4175 | 21300 | 0.0013 | - |
739
+ | 0.4185 | 21350 | 0.0013 | - |
740
+ | 0.4195 | 21400 | 0.0066 | - |
741
+ | 0.4205 | 21450 | 0.0001 | - |
742
+ | 0.4215 | 21500 | 0.0001 | - |
743
+ | 0.4224 | 21550 | 0.0 | - |
744
+ | 0.4234 | 21600 | 0.0018 | - |
745
+ | 0.4244 | 21650 | 0.0056 | - |
746
+ | 0.4254 | 21700 | 0.0025 | - |
747
+ | 0.4264 | 21750 | 0.0028 | - |
748
+ | 0.4273 | 21800 | 0.0013 | - |
749
+ | 0.4283 | 21850 | 0.0025 | - |
750
+ | 0.4293 | 21900 | 0.0024 | - |
751
+ | 0.4303 | 21950 | 0.0006 | - |
752
+ | 0.4313 | 22000 | 0.0006 | - |
753
+ | 0.4322 | 22050 | 0.0 | - |
754
+ | 0.4332 | 22100 | 0.0 | - |
755
+ | 0.4342 | 22150 | 0.0 | - |
756
+ | 0.4352 | 22200 | 0.0 | - |
757
+ | 0.4362 | 22250 | 0.0 | - |
758
+ | 0.4371 | 22300 | 0.0 | - |
759
+ | 0.4381 | 22350 | 0.0 | - |
760
+ | 0.4391 | 22400 | 0.0 | - |
761
+ | 0.4401 | 22450 | 0.0 | - |
762
+ | 0.4411 | 22500 | 0.0 | - |
763
+ | 0.4420 | 22550 | 0.0 | - |
764
+ | 0.4430 | 22600 | 0.0 | - |
765
+ | 0.4440 | 22650 | 0.0 | - |
766
+ | 0.4450 | 22700 | 0.0 | - |
767
+ | 0.4460 | 22750 | 0.0 | - |
768
+ | 0.4469 | 22800 | 0.0 | - |
769
+ | 0.4479 | 22850 | 0.0 | - |
770
+ | 0.4489 | 22900 | 0.0 | - |
771
+ | 0.4499 | 22950 | 0.0 | - |
772
+ | 0.4509 | 23000 | 0.0 | - |
773
+ | 0.4518 | 23050 | 0.0 | - |
774
+ | 0.4528 | 23100 | 0.0 | - |
775
+ | 0.4538 | 23150 | 0.0 | - |
776
+ | 0.4548 | 23200 | 0.0 | - |
777
+ | 0.4558 | 23250 | 0.0 | - |
778
+ | 0.4567 | 23300 | 0.0 | - |
779
+ | 0.4577 | 23350 | 0.0 | - |
780
+ | 0.4587 | 23400 | 0.0 | - |
781
+ | 0.4597 | 23450 | 0.0 | - |
782
+ | 0.4607 | 23500 | 0.0 | - |
783
+ | 0.4616 | 23550 | 0.0 | - |
784
+ | 0.4626 | 23600 | 0.0 | - |
785
+ | 0.4636 | 23650 | 0.0 | - |
786
+ | 0.4646 | 23700 | 0.0 | - |
787
+ | 0.4656 | 23750 | 0.0 | - |
788
+ | 0.4665 | 23800 | 0.0 | - |
789
+ | 0.4675 | 23850 | 0.0 | - |
790
+ | 0.4685 | 23900 | 0.0 | - |
791
+ | 0.4695 | 23950 | 0.0 | - |
792
+ | 0.4705 | 24000 | 0.0 | - |
793
+ | 0.4714 | 24050 | 0.0 | - |
794
+ | 0.4724 | 24100 | 0.0 | - |
795
+ | 0.4734 | 24150 | 0.0 | - |
796
+ | 0.4744 | 24200 | 0.0 | - |
797
+ | 0.4754 | 24250 | 0.0006 | - |
798
+ | 0.4763 | 24300 | 0.0029 | - |
799
+ | 0.4773 | 24350 | 0.0072 | - |
800
+ | 0.4783 | 24400 | 0.0012 | - |
801
+ | 0.4793 | 24450 | 0.0029 | - |
802
+ | 0.4803 | 24500 | 0.0039 | - |
803
+ | 0.4812 | 24550 | 0.0013 | - |
804
+ | 0.4822 | 24600 | 0.0006 | - |
805
+ | 0.4832 | 24650 | 0.0025 | - |
806
+ | 0.4842 | 24700 | 0.0 | - |
807
+ | 0.4852 | 24750 | 0.0006 | - |
808
+ | 0.4861 | 24800 | 0.0019 | - |
809
+ | 0.4871 | 24850 | 0.0011 | - |
810
+ | 0.4881 | 24900 | 0.0025 | - |
811
+ | 0.4891 | 24950 | 0.0019 | - |
812
+ | 0.4901 | 25000 | 0.0006 | 0.4125 |
813
+ | 0.4910 | 25050 | 0.0006 | - |
814
+ | 0.4920 | 25100 | 0.0006 | - |
815
+ | 0.4930 | 25150 | 0.003 | - |
816
+ | 0.4940 | 25200 | 0.0031 | - |
817
+ | 0.4950 | 25250 | 0.0018 | - |
818
+ | 0.4959 | 25300 | 0.0024 | - |
819
+ | 0.4969 | 25350 | 0.0045 | - |
820
+ | 0.4979 | 25400 | 0.0034 | - |
821
+ | 0.4989 | 25450 | 0.0025 | - |
822
+ | 0.4999 | 25500 | 0.0019 | - |
823
+ | 0.5008 | 25550 | 0.0019 | - |
824
+ | 0.5018 | 25600 | 0.0007 | - |
825
+ | 0.5028 | 25650 | 0.0 | - |
826
+ | 0.5038 | 25700 | 0.0019 | - |
827
+ | 0.5048 | 25750 | 0.0006 | - |
828
+ | 0.5057 | 25800 | 0.0019 | - |
829
+ | 0.5067 | 25850 | 0.0006 | - |
830
+ | 0.5077 | 25900 | 0.0016 | - |
831
+ | 0.5087 | 25950 | 0.0006 | - |
832
+ | 0.5097 | 26000 | 0.0029 | - |
833
+ | 0.5106 | 26050 | 0.0012 | - |
834
+ | 0.5116 | 26100 | 0.0013 | - |
835
+ | 0.5126 | 26150 | 0.0016 | - |
836
+ | 0.5136 | 26200 | 0.0021 | - |
837
+ | 0.5146 | 26250 | 0.0006 | - |
838
+ | 0.5155 | 26300 | 0.0013 | - |
839
+ | 0.5165 | 26350 | 0.003 | - |
840
+ | 0.5175 | 26400 | 0.0007 | - |
841
+ | 0.5185 | 26450 | 0.0025 | - |
842
+ | 0.5195 | 26500 | 0.0 | - |
843
+ | 0.5204 | 26550 | 0.0012 | - |
844
+ | 0.5214 | 26600 | 0.0 | - |
845
+ | 0.5224 | 26650 | 0.0016 | - |
846
+ | 0.5234 | 26700 | 0.0006 | - |
847
+ | 0.5244 | 26750 | 0.0001 | - |
848
+ | 0.5253 | 26800 | 0.0 | - |
849
+ | 0.5263 | 26850 | 0.0 | - |
850
+ | 0.5273 | 26900 | 0.0 | - |
851
+ | 0.5283 | 26950 | 0.0 | - |
852
+ | 0.5293 | 27000 | 0.0 | - |
853
+ | 0.5302 | 27050 | 0.0 | - |
854
+ | 0.5312 | 27100 | 0.0 | - |
855
+ | 0.5322 | 27150 | 0.0 | - |
856
+ | 0.5332 | 27200 | 0.0 | - |
857
+ | 0.5342 | 27250 | 0.0 | - |
858
+ | 0.5351 | 27300 | 0.0 | - |
859
+ | 0.5361 | 27350 | 0.0 | - |
860
+ | 0.5371 | 27400 | 0.0 | - |
861
+ | 0.5381 | 27450 | 0.0 | - |
862
+ | 0.5391 | 27500 | 0.0 | - |
863
+ | 0.5400 | 27550 | 0.0 | - |
864
+ | 0.5410 | 27600 | 0.0 | - |
865
+ | 0.5420 | 27650 | 0.0 | - |
866
+ | 0.5430 | 27700 | 0.0 | - |
867
+ | 0.5440 | 27750 | 0.0 | - |
868
+ | 0.5449 | 27800 | 0.0 | - |
869
+ | 0.5459 | 27850 | 0.0 | - |
870
+ | 0.5469 | 27900 | 0.0 | - |
871
+ | 0.5479 | 27950 | 0.0 | - |
872
+ | 0.5489 | 28000 | 0.0 | - |
873
+ | 0.5498 | 28050 | 0.0 | - |
874
+ | 0.5508 | 28100 | 0.0017 | - |
875
+ | 0.5518 | 28150 | 0.0 | - |
876
+ | 0.5528 | 28200 | 0.0018 | - |
877
+ | 0.5538 | 28250 | 0.0042 | - |
878
+ | 0.5547 | 28300 | 0.0007 | - |
879
+ | 0.5557 | 28350 | 0.0 | - |
880
+ | 0.5567 | 28400 | 0.0006 | - |
881
+ | 0.5577 | 28450 | 0.0006 | - |
882
+ | 0.5587 | 28500 | 0.0006 | - |
883
+ | 0.5597 | 28550 | 0.0 | - |
884
+ | 0.5606 | 28600 | 0.0 | - |
885
+ | 0.5616 | 28650 | 0.0012 | - |
886
+ | 0.5626 | 28700 | 0.0 | - |
887
+ | 0.5636 | 28750 | 0.0 | - |
888
+ | 0.5646 | 28800 | 0.0 | - |
889
+ | 0.5655 | 28850 | 0.0 | - |
890
+ | 0.5665 | 28900 | 0.0017 | - |
891
+ | 0.5675 | 28950 | 0.0006 | - |
892
+ | 0.5685 | 29000 | 0.0 | - |
893
+ | 0.5695 | 29050 | 0.0 | - |
894
+ | 0.5704 | 29100 | 0.0 | - |
895
+ | 0.5714 | 29150 | 0.0 | - |
896
+ | 0.5724 | 29200 | 0.0 | - |
897
+ | 0.5734 | 29250 | 0.0 | - |
898
+ | 0.5744 | 29300 | 0.0 | - |
899
+ | 0.5753 | 29350 | 0.0 | - |
900
+ | 0.5763 | 29400 | 0.0 | - |
901
+ | 0.5773 | 29450 | 0.0 | - |
902
+ | 0.5783 | 29500 | 0.0 | - |
903
+ | 0.5793 | 29550 | 0.0 | - |
904
+ | 0.5802 | 29600 | 0.0 | - |
905
+ | 0.5812 | 29650 | 0.0 | - |
906
+ | 0.5822 | 29700 | 0.0 | - |
907
+ | 0.5832 | 29750 | 0.0 | - |
908
+ | 0.5842 | 29800 | 0.0 | - |
909
+ | 0.5851 | 29850 | 0.0 | - |
910
+ | 0.5861 | 29900 | 0.0 | - |
911
+ | 0.5871 | 29950 | 0.0 | - |
912
+ | 0.5881 | 30000 | 0.0 | 0.3633 |
913
+ | 0.5891 | 30050 | 0.0 | - |
914
+ | 0.5900 | 30100 | 0.0 | - |
915
+ | 0.5910 | 30150 | 0.0 | - |
916
+ | 0.5920 | 30200 | 0.0 | - |
917
+ | 0.5930 | 30250 | 0.0 | - |
918
+ | 0.5940 | 30300 | 0.0 | - |
919
+ | 0.5949 | 30350 | 0.0 | - |
920
+ | 0.5959 | 30400 | 0.0 | - |
921
+ | 0.5969 | 30450 | 0.0 | - |
922
+ | 0.5979 | 30500 | 0.0 | - |
923
+ | 0.5989 | 30550 | 0.0 | - |
924
+ | 0.5998 | 30600 | 0.0 | - |
925
+ | 0.6008 | 30650 | 0.0 | - |
926
+ | 0.6018 | 30700 | 0.0 | - |
927
+ | 0.6028 | 30750 | 0.0 | - |
928
+ | 0.6038 | 30800 | 0.0 | - |
929
+ | 0.6047 | 30850 | 0.0 | - |
930
+ | 0.6057 | 30900 | 0.0 | - |
931
+ | 0.6067 | 30950 | 0.0 | - |
932
+ | 0.6077 | 31000 | 0.0 | - |
933
+ | 0.6087 | 31050 | 0.0 | - |
934
+ | 0.6096 | 31100 | 0.0 | - |
935
+ | 0.6106 | 31150 | 0.0 | - |
936
+ | 0.6116 | 31200 | 0.0 | - |
937
+ | 0.6126 | 31250 | 0.0 | - |
938
+ | 0.6136 | 31300 | 0.0 | - |
939
+ | 0.6145 | 31350 | 0.0 | - |
940
+ | 0.6155 | 31400 | 0.0 | - |
941
+ | 0.6165 | 31450 | 0.0 | - |
942
+ | 0.6175 | 31500 | 0.0 | - |
943
+ | 0.6185 | 31550 | 0.0 | - |
944
+ | 0.6194 | 31600 | 0.0 | - |
945
+ | 0.6204 | 31650 | 0.0 | - |
946
+ | 0.6214 | 31700 | 0.0 | - |
947
+ | 0.6224 | 31750 | 0.0 | - |
948
+ | 0.6234 | 31800 | 0.0 | - |
949
+ | 0.6243 | 31850 | 0.0 | - |
950
+ | 0.6253 | 31900 | 0.0 | - |
951
+ | 0.6263 | 31950 | 0.0 | - |
952
+ | 0.6273 | 32000 | 0.0 | - |
953
+ | 0.6283 | 32050 | 0.0 | - |
954
+ | 0.6292 | 32100 | 0.0 | - |
955
+ | 0.6302 | 32150 | 0.0 | - |
956
+ | 0.6312 | 32200 | 0.0 | - |
957
+ | 0.6322 | 32250 | 0.0 | - |
958
+ | 0.6332 | 32300 | 0.0 | - |
959
+ | 0.6341 | 32350 | 0.0 | - |
960
+ | 0.6351 | 32400 | 0.0 | - |
961
+ | 0.6361 | 32450 | 0.0 | - |
962
+ | 0.6371 | 32500 | 0.0 | - |
963
+ | 0.6381 | 32550 | 0.0 | - |
964
+ | 0.6390 | 32600 | 0.0 | - |
965
+ | 0.6400 | 32650 | 0.0 | - |
966
+ | 0.6410 | 32700 | 0.0 | - |
967
+ | 0.6420 | 32750 | 0.0 | - |
968
+ | 0.6430 | 32800 | 0.0 | - |
969
+ | 0.6439 | 32850 | 0.0 | - |
970
+ | 0.6449 | 32900 | 0.0 | - |
971
+ | 0.6459 | 32950 | 0.0 | - |
972
+ | 0.6469 | 33000 | 0.0 | - |
973
+ | 0.6479 | 33050 | 0.0 | - |
974
+ | 0.6488 | 33100 | 0.0 | - |
975
+ | 0.6498 | 33150 | 0.0 | - |
976
+ | 0.6508 | 33200 | 0.0 | - |
977
+ | 0.6518 | 33250 | 0.0 | - |
978
+ | 0.6528 | 33300 | 0.0 | - |
979
+ | 0.6537 | 33350 | 0.0 | - |
980
+ | 0.6547 | 33400 | 0.0 | - |
981
+ | 0.6557 | 33450 | 0.0 | - |
982
+ | 0.6567 | 33500 | 0.0 | - |
983
+ | 0.6577 | 33550 | 0.0 | - |
984
+ | 0.6586 | 33600 | 0.0 | - |
985
+ | 0.6596 | 33650 | 0.0 | - |
986
+ | 0.6606 | 33700 | 0.0031 | - |
987
+ | 0.6616 | 33750 | 0.0045 | - |
988
+ | 0.6626 | 33800 | 0.0026 | - |
989
+ | 0.6635 | 33850 | 0.0013 | - |
990
+ | 0.6645 | 33900 | 0.0008 | - |
991
+ | 0.6655 | 33950 | 0.0006 | - |
992
+ | 0.6665 | 34000 | 0.0007 | - |
993
+ | 0.6675 | 34050 | 0.0009 | - |
994
+ | 0.6684 | 34100 | 0.0 | - |
995
+ | 0.6694 | 34150 | 0.0 | - |
996
+ | 0.6704 | 34200 | 0.0 | - |
997
+ | 0.6714 | 34250 | 0.0 | - |
998
+ | 0.6724 | 34300 | 0.0 | - |
999
+ | 0.6733 | 34350 | 0.0009 | - |
1000
+ | 0.6743 | 34400 | 0.0 | - |
1001
+ | 0.6753 | 34450 | 0.0005 | - |
1002
+ | 0.6763 | 34500 | 0.0019 | - |
1003
+ | 0.6773 | 34550 | 0.0055 | - |
1004
+ | 0.6782 | 34600 | 0.0019 | - |
1005
+ | 0.6792 | 34650 | 0.0019 | - |
1006
+ | 0.6802 | 34700 | 0.0038 | - |
1007
+ | 0.6812 | 34750 | 0.0006 | - |
1008
+ | 0.6822 | 34800 | 0.0013 | - |
1009
+ | 0.6831 | 34850 | 0.0006 | - |
1010
+ | 0.6841 | 34900 | 0.0025 | - |
1011
+ | 0.6851 | 34950 | 0.0019 | - |
1012
+ | 0.6861 | 35000 | 0.0 | 0.3883 |
1013
+ | 0.6871 | 35050 | 0.0013 | - |
1014
+ | 0.6880 | 35100 | 0.0021 | - |
1015
+ | 0.6890 | 35150 | 0.0019 | - |
1016
+ | 0.6900 | 35200 | 0.0025 | - |
1017
+ | 0.6910 | 35250 | 0.0 | - |
1018
+ | 0.6920 | 35300 | 0.0 | - |
1019
+ | 0.6929 | 35350 | 0.0019 | - |
1020
+ | 0.6939 | 35400 | 0.0031 | - |
1021
+ | 0.6949 | 35450 | 0.0006 | - |
1022
+ | 0.6959 | 35500 | 0.0019 | - |
1023
+ | 0.6969 | 35550 | 0.0 | - |
1024
+ | 0.6978 | 35600 | 0.0019 | - |
1025
+ | 0.6988 | 35650 | 0.0006 | - |
1026
+ | 0.6998 | 35700 | 0.0013 | - |
1027
+ | 0.7008 | 35750 | 0.0006 | - |
1028
+ | 0.7018 | 35800 | 0.0 | - |
1029
+ | 0.7027 | 35850 | 0.0 | - |
1030
+ | 0.7037 | 35900 | 0.0 | - |
1031
+ | 0.7047 | 35950 | 0.0 | - |
1032
+ | 0.7057 | 36000 | 0.0 | - |
1033
+ | 0.7067 | 36050 | 0.0 | - |
1034
+ | 0.7076 | 36100 | 0.0 | - |
1035
+ | 0.7086 | 36150 | 0.0 | - |
1036
+ | 0.7096 | 36200 | 0.0 | - |
1037
+ | 0.7106 | 36250 | 0.0 | - |
1038
+ | 0.7116 | 36300 | 0.0 | - |
1039
+ | 0.7125 | 36350 | 0.0 | - |
1040
+ | 0.7135 | 36400 | 0.0 | - |
1041
+ | 0.7145 | 36450 | 0.0 | - |
1042
+ | 0.7155 | 36500 | 0.0 | - |
1043
+ | 0.7165 | 36550 | 0.0 | - |
1044
+ | 0.7175 | 36600 | 0.0 | - |
1045
+ | 0.7184 | 36650 | 0.0 | - |
1046
+ | 0.7194 | 36700 | 0.0 | - |
1047
+ | 0.7204 | 36750 | 0.0 | - |
1048
+ | 0.7214 | 36800 | 0.0 | - |
1049
+ | 0.7224 | 36850 | 0.0 | - |
1050
+ | 0.7233 | 36900 | 0.0 | - |
1051
+ | 0.7243 | 36950 | 0.0 | - |
1052
+ | 0.7253 | 37000 | 0.0 | - |
1053
+ | 0.7263 | 37050 | 0.0 | - |
1054
+ | 0.7273 | 37100 | 0.0 | - |
1055
+ | 0.7282 | 37150 | 0.0 | - |
1056
+ | 0.7292 | 37200 | 0.0 | - |
1057
+ | 0.7302 | 37250 | 0.0 | - |
1058
+ | 0.7312 | 37300 | 0.0 | - |
1059
+ | 0.7322 | 37350 | 0.0 | - |
1060
+ | 0.7331 | 37400 | 0.0 | - |
1061
+ | 0.7341 | 37450 | 0.0 | - |
1062
+ | 0.7351 | 37500 | 0.0 | - |
1063
+ | 0.7361 | 37550 | 0.0 | - |
1064
+ | 0.7371 | 37600 | 0.0 | - |
1065
+ | 0.7380 | 37650 | 0.0 | - |
1066
+ | 0.7390 | 37700 | 0.0 | - |
1067
+ | 0.7400 | 37750 | 0.0 | - |
1068
+ | 0.7410 | 37800 | 0.0 | - |
1069
+ | 0.7420 | 37850 | 0.0 | - |
1070
+ | 0.7429 | 37900 | 0.0 | - |
1071
+ | 0.7439 | 37950 | 0.0 | - |
1072
+ | 0.7449 | 38000 | 0.0 | - |
1073
+ | 0.7459 | 38050 | 0.0 | - |
1074
+ | 0.7469 | 38100 | 0.0 | - |
1075
+ | 0.7478 | 38150 | 0.0 | - |
1076
+ | 0.7488 | 38200 | 0.0 | - |
1077
+ | 0.7498 | 38250 | 0.0 | - |
1078
+ | 0.7508 | 38300 | 0.0012 | - |
1079
+ | 0.7518 | 38350 | 0.0012 | - |
1080
+ | 0.7527 | 38400 | 0.002 | - |
1081
+ | 0.7537 | 38450 | 0.0001 | - |
1082
+ | 0.7547 | 38500 | 0.0003 | - |
1083
+ | 0.7557 | 38550 | 0.0002 | - |
1084
+ | 0.7567 | 38600 | 0.0 | - |
1085
+ | 0.7576 | 38650 | 0.0 | - |
1086
+ | 0.7586 | 38700 | 0.0 | - |
1087
+ | 0.7596 | 38750 | 0.0 | - |
1088
+ | 0.7606 | 38800 | 0.0 | - |
1089
+ | 0.7616 | 38850 | 0.0 | - |
1090
+ | 0.7625 | 38900 | 0.0006 | - |
1091
+ | 0.7635 | 38950 | 0.0002 | - |
1092
+ | 0.7645 | 39000 | 0.0006 | - |
1093
+ | 0.7655 | 39050 | 0.0 | - |
1094
+ | 0.7665 | 39100 | 0.0 | - |
1095
+ | 0.7674 | 39150 | 0.0 | - |
1096
+ | 0.7684 | 39200 | 0.0 | - |
1097
+ | 0.7694 | 39250 | 0.0 | - |
1098
+ | 0.7704 | 39300 | 0.0 | - |
1099
+ | 0.7714 | 39350 | 0.0 | - |
1100
+ | 0.7723 | 39400 | 0.003 | - |
1101
+ | 0.7733 | 39450 | 0.0001 | - |
1102
+ | 0.7743 | 39500 | 0.0006 | - |
1103
+ | 0.7753 | 39550 | 0.0 | - |
1104
+ | 0.7763 | 39600 | 0.0 | - |
1105
+ | 0.7772 | 39650 | 0.0 | - |
1106
+ | 0.7782 | 39700 | 0.0 | - |
1107
+ | 0.7792 | 39750 | 0.0 | - |
1108
+ | 0.7802 | 39800 | 0.0 | - |
1109
+ | 0.7812 | 39850 | 0.0 | - |
1110
+ | 0.7821 | 39900 | 0.0 | - |
1111
+ | 0.7831 | 39950 | 0.0006 | - |
1112
+ | 0.7841 | 40000 | 0.0007 | 0.4086 |
1113
+ | 0.7851 | 40050 | 0.0006 | - |
1114
+ | 0.7861 | 40100 | 0.0 | - |
1115
+ | 0.7870 | 40150 | 0.0 | - |
1116
+ | 0.7880 | 40200 | 0.0 | - |
1117
+ | 0.7890 | 40250 | 0.0006 | - |
1118
+ | 0.7900 | 40300 | 0.0006 | - |
1119
+ | 0.7910 | 40350 | 0.0 | - |
1120
+ | 0.7919 | 40400 | 0.0 | - |
1121
+ | 0.7929 | 40450 | 0.0 | - |
1122
+ | 0.7939 | 40500 | 0.0 | - |
1123
+ | 0.7949 | 40550 | 0.0 | - |
1124
+ | 0.7959 | 40600 | 0.0 | - |
1125
+ | 0.7968 | 40650 | 0.0 | - |
1126
+ | 0.7978 | 40700 | 0.0 | - |
1127
+ | 0.7988 | 40750 | 0.0 | - |
1128
+ | 0.7998 | 40800 | 0.0 | - |
1129
+ | 0.8008 | 40850 | 0.0 | - |
1130
+ | 0.8017 | 40900 | 0.0 | - |
1131
+ | 0.8027 | 40950 | 0.0 | - |
1132
+ | 0.8037 | 41000 | 0.0 | - |
1133
+ | 0.8047 | 41050 | 0.0 | - |
1134
+ | 0.8057 | 41100 | 0.0 | - |
1135
+ | 0.8066 | 41150 | 0.0 | - |
1136
+ | 0.8076 | 41200 | 0.0 | - |
1137
+ | 0.8086 | 41250 | 0.0 | - |
1138
+ | 0.8096 | 41300 | 0.0001 | - |
1139
+ | 0.8106 | 41350 | 0.0007 | - |
1140
+ | 0.8115 | 41400 | 0.0 | - |
1141
+ | 0.8125 | 41450 | 0.0 | - |
1142
+ | 0.8135 | 41500 | 0.0 | - |
1143
+ | 0.8145 | 41550 | 0.0 | - |
1144
+ | 0.8155 | 41600 | 0.0 | - |
1145
+ | 0.8164 | 41650 | 0.0 | - |
1146
+ | 0.8174 | 41700 | 0.0 | - |
1147
+ | 0.8184 | 41750 | 0.0 | - |
1148
+ | 0.8194 | 41800 | 0.0 | - |
1149
+ | 0.8204 | 41850 | 0.0 | - |
1150
+ | 0.8213 | 41900 | 0.0 | - |
1151
+ | 0.8223 | 41950 | 0.0 | - |
1152
+ | 0.8233 | 42000 | 0.0 | - |
1153
+ | 0.8243 | 42050 | 0.0 | - |
1154
+ | 0.8253 | 42100 | 0.0 | - |
1155
+ | 0.8262 | 42150 | 0.0 | - |
1156
+ | 0.8272 | 42200 | 0.0 | - |
1157
+ | 0.8282 | 42250 | 0.0 | - |
1158
+ | 0.8292 | 42300 | 0.0 | - |
1159
+ | 0.8302 | 42350 | 0.0 | - |
1160
+ | 0.8311 | 42400 | 0.0 | - |
1161
+ | 0.8321 | 42450 | 0.0 | - |
1162
+ | 0.8331 | 42500 | 0.0 | - |
1163
+ | 0.8341 | 42550 | 0.0 | - |
1164
+ | 0.8351 | 42600 | 0.0 | - |
1165
+ | 0.8360 | 42650 | 0.0 | - |
1166
+ | 0.8370 | 42700 | 0.0 | - |
1167
+ | 0.8380 | 42750 | 0.0 | - |
1168
+ | 0.8390 | 42800 | 0.0 | - |
1169
+ | 0.8400 | 42850 | 0.0 | - |
1170
+ | 0.8409 | 42900 | 0.0 | - |
1171
+ | 0.8419 | 42950 | 0.0 | - |
1172
+ | 0.8429 | 43000 | 0.0 | - |
1173
+ | 0.8439 | 43050 | 0.0 | - |
1174
+ | 0.8449 | 43100 | 0.0 | - |
1175
+ | 0.8458 | 43150 | 0.0 | - |
1176
+ | 0.8468 | 43200 | 0.0 | - |
1177
+ | 0.8478 | 43250 | 0.0 | - |
1178
+ | 0.8488 | 43300 | 0.0 | - |
1179
+ | 0.8498 | 43350 | 0.0 | - |
1180
+ | 0.8507 | 43400 | 0.0 | - |
1181
+ | 0.8517 | 43450 | 0.0 | - |
1182
+ | 0.8527 | 43500 | 0.0 | - |
1183
+ | 0.8537 | 43550 | 0.0 | - |
1184
+ | 0.8547 | 43600 | 0.0 | - |
1185
+ | 0.8556 | 43650 | 0.0 | - |
1186
+ | 0.8566 | 43700 | 0.0 | - |
1187
+ | 0.8576 | 43750 | 0.0 | - |
1188
+ | 0.8586 | 43800 | 0.0 | - |
1189
+ | 0.8596 | 43850 | 0.0 | - |
1190
+ | 0.8605 | 43900 | 0.0 | - |
1191
+ | 0.8615 | 43950 | 0.0 | - |
1192
+ | 0.8625 | 44000 | 0.0 | - |
1193
+ | 0.8635 | 44050 | 0.0 | - |
1194
+ | 0.8645 | 44100 | 0.0 | - |
1195
+ | 0.8654 | 44150 | 0.0 | - |
1196
+ | 0.8664 | 44200 | 0.0 | - |
1197
+ | 0.8674 | 44250 | 0.0 | - |
1198
+ | 0.8684 | 44300 | 0.0 | - |
1199
+ | 0.8694 | 44350 | 0.0 | - |
1200
+ | 0.8703 | 44400 | 0.0 | - |
1201
+ | 0.8713 | 44450 | 0.0 | - |
1202
+ | 0.8723 | 44500 | 0.0 | - |
1203
+ | 0.8733 | 44550 | 0.0 | - |
1204
+ | 0.8743 | 44600 | 0.0 | - |
1205
+ | 0.8752 | 44650 | 0.0 | - |
1206
+ | 0.8762 | 44700 | 0.0 | - |
1207
+ | 0.8772 | 44750 | 0.0 | - |
1208
+ | 0.8782 | 44800 | 0.0 | - |
1209
+ | 0.8792 | 44850 | 0.0 | - |
1210
+ | 0.8802 | 44900 | 0.0 | - |
1211
+ | 0.8811 | 44950 | 0.0 | - |
1212
+ | 0.8821 | 45000 | 0.0 | 0.4173 |
1213
+ | 0.8831 | 45050 | 0.0 | - |
1214
+ | 0.8841 | 45100 | 0.0 | - |
1215
+ | 0.8851 | 45150 | 0.0 | - |
1216
+ | 0.8860 | 45200 | 0.0 | - |
1217
+ | 0.8870 | 45250 | 0.0 | - |
1218
+ | 0.8880 | 45300 | 0.0 | - |
1219
+ | 0.8890 | 45350 | 0.0 | - |
1220
+ | 0.8900 | 45400 | 0.0 | - |
1221
+ | 0.8909 | 45450 | 0.0 | - |
1222
+ | 0.8919 | 45500 | 0.0 | - |
1223
+ | 0.8929 | 45550 | 0.0 | - |
1224
+ | 0.8939 | 45600 | 0.0 | - |
1225
+ | 0.8949 | 45650 | 0.0 | - |
1226
+ | 0.8958 | 45700 | 0.0 | - |
1227
+ | 0.8968 | 45750 | 0.0 | - |
1228
+ | 0.8978 | 45800 | 0.0 | - |
1229
+ | 0.8988 | 45850 | 0.0 | - |
1230
+ | 0.8998 | 45900 | 0.0 | - |
1231
+ | 0.9007 | 45950 | 0.0 | - |
1232
+ | 0.9017 | 46000 | 0.0 | - |
1233
+ | 0.9027 | 46050 | 0.0 | - |
1234
+ | 0.9037 | 46100 | 0.0 | - |
1235
+ | 0.9047 | 46150 | 0.0 | - |
1236
+ | 0.9056 | 46200 | 0.0 | - |
1237
+ | 0.9066 | 46250 | 0.0 | - |
1238
+ | 0.9076 | 46300 | 0.0 | - |
1239
+ | 0.9086 | 46350 | 0.0 | - |
1240
+ | 0.9096 | 46400 | 0.0 | - |
1241
+ | 0.9105 | 46450 | 0.0 | - |
1242
+ | 0.9115 | 46500 | 0.0 | - |
1243
+ | 0.9125 | 46550 | 0.0 | - |
1244
+ | 0.9135 | 46600 | 0.0 | - |
1245
+ | 0.9145 | 46650 | 0.0 | - |
1246
+ | 0.9154 | 46700 | 0.0 | - |
1247
+ | 0.9164 | 46750 | 0.0 | - |
1248
+ | 0.9174 | 46800 | 0.0 | - |
1249
+ | 0.9184 | 46850 | 0.0 | - |
1250
+ | 0.9194 | 46900 | 0.0 | - |
1251
+ | 0.9203 | 46950 | 0.0 | - |
1252
+ | 0.9213 | 47000 | 0.0 | - |
1253
+ | 0.9223 | 47050 | 0.0 | - |
1254
+ | 0.9233 | 47100 | 0.0 | - |
1255
+ | 0.9243 | 47150 | 0.0 | - |
1256
+ | 0.9252 | 47200 | 0.0 | - |
1257
+ | 0.9262 | 47250 | 0.0 | - |
1258
+ | 0.9272 | 47300 | 0.0 | - |
1259
+ | 0.9282 | 47350 | 0.0 | - |
1260
+ | 0.9292 | 47400 | 0.0 | - |
1261
+ | 0.9301 | 47450 | 0.0 | - |
1262
+ | 0.9311 | 47500 | 0.0 | - |
1263
+ | 0.9321 | 47550 | 0.0 | - |
1264
+ | 0.9331 | 47600 | 0.0 | - |
1265
+ | 0.9341 | 47650 | 0.0 | - |
1266
+ | 0.9350 | 47700 | 0.0 | - |
1267
+ | 0.9360 | 47750 | 0.0 | - |
1268
+ | 0.9370 | 47800 | 0.0 | - |
1269
+ | 0.9380 | 47850 | 0.0 | - |
1270
+ | 0.9390 | 47900 | 0.0 | - |
1271
+ | 0.9399 | 47950 | 0.0 | - |
1272
+ | 0.9409 | 48000 | 0.0 | - |
1273
+ | 0.9419 | 48050 | 0.0 | - |
1274
+ | 0.9429 | 48100 | 0.0 | - |
1275
+ | 0.9439 | 48150 | 0.0 | - |
1276
+ | 0.9448 | 48200 | 0.0 | - |
1277
+ | 0.9458 | 48250 | 0.0 | - |
1278
+ | 0.9468 | 48300 | 0.0 | - |
1279
+ | 0.9478 | 48350 | 0.0 | - |
1280
+ | 0.9488 | 48400 | 0.0 | - |
1281
+ | 0.9497 | 48450 | 0.0 | - |
1282
+ | 0.9507 | 48500 | 0.0 | - |
1283
+ | 0.9517 | 48550 | 0.0 | - |
1284
+ | 0.9527 | 48600 | 0.0 | - |
1285
+ | 0.9537 | 48650 | 0.0 | - |
1286
+ | 0.9546 | 48700 | 0.0 | - |
1287
+ | 0.9556 | 48750 | 0.0 | - |
1288
+ | 0.9566 | 48800 | 0.0 | - |
1289
+ | 0.9576 | 48850 | 0.0 | - |
1290
+ | 0.9586 | 48900 | 0.0 | - |
1291
+ | 0.9595 | 48950 | 0.0 | - |
1292
+ | 0.9605 | 49000 | 0.0 | - |
1293
+ | 0.9615 | 49050 | 0.0 | - |
1294
+ | 0.9625 | 49100 | 0.0 | - |
1295
+ | 0.9635 | 49150 | 0.0 | - |
1296
+ | 0.9644 | 49200 | 0.0 | - |
1297
+ | 0.9654 | 49250 | 0.0 | - |
1298
+ | 0.9664 | 49300 | 0.0 | - |
1299
+ | 0.9674 | 49350 | 0.0 | - |
1300
+ | 0.9684 | 49400 | 0.0 | - |
1301
+ | 0.9693 | 49450 | 0.0 | - |
1302
+ | 0.9703 | 49500 | 0.0 | - |
1303
+ | 0.9713 | 49550 | 0.0 | - |
1304
+ | 0.9723 | 49600 | 0.0 | - |
1305
+ | 0.9733 | 49650 | 0.0 | - |
1306
+ | 0.9742 | 49700 | 0.0 | - |
1307
+ | 0.9752 | 49750 | 0.0 | - |
1308
+ | 0.9762 | 49800 | 0.0 | - |
1309
+ | 0.9772 | 49850 | 0.0 | - |
1310
+ | 0.9782 | 49900 | 0.0 | - |
1311
+ | 0.9791 | 49950 | 0.0 | - |
1312
+ | 0.9801 | 50000 | 0.0 | 0.4123 |
1313
+ | 0.9811 | 50050 | 0.0 | - |
1314
+ | 0.9821 | 50100 | 0.0 | - |
1315
+ | 0.9831 | 50150 | 0.0 | - |
1316
+ | 0.9840 | 50200 | 0.0 | - |
1317
+ | 0.9850 | 50250 | 0.0 | - |
1318
+ | 0.9860 | 50300 | 0.0 | - |
1319
+ | 0.9870 | 50350 | 0.0 | - |
1320
+ | 0.9880 | 50400 | 0.0 | - |
1321
+ | 0.9889 | 50450 | 0.0 | - |
1322
+ | 0.9899 | 50500 | 0.0 | - |
1323
+ | 0.9909 | 50550 | 0.0 | - |
1324
+ | 0.9919 | 50600 | 0.0 | - |
1325
+ | 0.9929 | 50650 | 0.0 | - |
1326
+ | 0.9938 | 50700 | 0.0 | - |
1327
+ | 0.9948 | 50750 | 0.0 | - |
1328
+ | 0.9958 | 50800 | 0.0 | - |
1329
+ | 0.9968 | 50850 | 0.0 | - |
1330
+ | 0.9978 | 50900 | 0.0 | - |
1331
+ | 0.9987 | 50950 | 0.0 | - |
1332
+ | 0.9997 | 51000 | 0.0 | - |
1333
+
1334
+ ### Framework Versions
1335
+ - Python: 3.10.12
1336
+ - SetFit: 1.1.2
1337
+ - Sentence Transformers: 4.0.2
1338
+ - Transformers: 4.51.0
1339
+ - PyTorch: 2.6.0+cu124
1340
+ - Datasets: 3.5.0
1341
+ - Tokenizers: 0.21.1
1342
+
1343
+ ## Citation
1344
+
1345
+ ### BibTeX
1346
+ ```bibtex
1347
+ @article{https://doi.org/10.48550/arxiv.2209.11055,
1348
+ doi = {10.48550/ARXIV.2209.11055},
1349
+ url = {https://arxiv.org/abs/2209.11055},
1350
+ author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
1351
+ keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
1352
+ title = {Efficient Few-Shot Learning Without Prompts},
1353
+ publisher = {arXiv},
1354
+ year = {2022},
1355
+ copyright = {Creative Commons Attribution 4.0 International}
1356
+ }
1357
+ ```
1358
+
1359
+ <!--
1360
+ ## Glossary
1361
+
1362
+ *Clearly define terms in order to be accessible across audiences.*
1363
+ -->
1364
+
1365
+ <!--
1366
+ ## Model Card Authors
1367
+
1368
+ *Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
1369
+ -->
1370
+
1371
+ <!--
1372
+ ## Model Card Contact
1373
+
1374
+ *Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
1375
+ -->
config.json ADDED
@@ -0,0 +1,27 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "architectures": [
3
+ "XLMRobertaModel"
4
+ ],
5
+ "attention_probs_dropout_prob": 0.1,
6
+ "bos_token_id": 0,
7
+ "classifier_dropout": null,
8
+ "eos_token_id": 2,
9
+ "hidden_act": "gelu",
10
+ "hidden_dropout_prob": 0.1,
11
+ "hidden_size": 1024,
12
+ "initializer_range": 0.02,
13
+ "intermediate_size": 4096,
14
+ "layer_norm_eps": 1e-05,
15
+ "max_position_embeddings": 514,
16
+ "model_type": "xlm-roberta",
17
+ "num_attention_heads": 16,
18
+ "num_hidden_layers": 24,
19
+ "output_past": true,
20
+ "pad_token_id": 1,
21
+ "position_embedding_type": "absolute",
22
+ "torch_dtype": "float32",
23
+ "transformers_version": "4.51.0",
24
+ "type_vocab_size": 1,
25
+ "use_cache": true,
26
+ "vocab_size": 250002
27
+ }
config_sentence_transformers.json ADDED
@@ -0,0 +1,10 @@
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "__version__": {
3
+ "sentence_transformers": "4.0.2",
4
+ "transformers": "4.51.0",
5
+ "pytorch": "2.6.0+cu124"
6
+ },
7
+ "prompts": {},
8
+ "default_prompt_name": null,
9
+ "similarity_fn_name": "cosine"
10
+ }
config_setfit.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "normalize_embeddings": false,
3
+ "labels": [
4
+ "fine",
5
+ "needs_fixing",
6
+ "nonsense",
7
+ "task_irrelevant"
8
+ ]
9
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:1cc66ff593dfb6d44853d7b8e6524949f8b48dbdf734cb17bc296b117b45e2d6
3
+ size 2239607176
model_head.pkl ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:a09ab50e236f14afa4655da04ff5d121962aef5186b4b86b6d853005a2afd08c
3
+ size 33879
modules.json ADDED
@@ -0,0 +1,20 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ [
2
+ {
3
+ "idx": 0,
4
+ "name": "0",
5
+ "path": "",
6
+ "type": "sentence_transformers.models.Transformer"
7
+ },
8
+ {
9
+ "idx": 1,
10
+ "name": "1",
11
+ "path": "1_Pooling",
12
+ "type": "sentence_transformers.models.Pooling"
13
+ },
14
+ {
15
+ "idx": 2,
16
+ "name": "2",
17
+ "path": "2_Normalize",
18
+ "type": "sentence_transformers.models.Normalize"
19
+ }
20
+ ]
sentence_bert_config.json ADDED
@@ -0,0 +1,4 @@
 
 
 
 
 
1
+ {
2
+ "max_seq_length": 512,
3
+ "do_lower_case": false
4
+ }
special_tokens_map.json ADDED
@@ -0,0 +1,51 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "bos_token": {
3
+ "content": "<s>",
4
+ "lstrip": false,
5
+ "normalized": false,
6
+ "rstrip": false,
7
+ "single_word": false
8
+ },
9
+ "cls_token": {
10
+ "content": "<s>",
11
+ "lstrip": false,
12
+ "normalized": false,
13
+ "rstrip": false,
14
+ "single_word": false
15
+ },
16
+ "eos_token": {
17
+ "content": "</s>",
18
+ "lstrip": false,
19
+ "normalized": false,
20
+ "rstrip": false,
21
+ "single_word": false
22
+ },
23
+ "mask_token": {
24
+ "content": "<mask>",
25
+ "lstrip": true,
26
+ "normalized": false,
27
+ "rstrip": false,
28
+ "single_word": false
29
+ },
30
+ "pad_token": {
31
+ "content": "<pad>",
32
+ "lstrip": false,
33
+ "normalized": false,
34
+ "rstrip": false,
35
+ "single_word": false
36
+ },
37
+ "sep_token": {
38
+ "content": "</s>",
39
+ "lstrip": false,
40
+ "normalized": false,
41
+ "rstrip": false,
42
+ "single_word": false
43
+ },
44
+ "unk_token": {
45
+ "content": "<unk>",
46
+ "lstrip": false,
47
+ "normalized": false,
48
+ "rstrip": false,
49
+ "single_word": false
50
+ }
51
+ }
tokenizer.json ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:883b037111086fd4dfebbbc9b7cee11e1517b5e0c0514879478661440f137085
3
+ size 17082987
tokenizer_config.json ADDED
@@ -0,0 +1,55 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "added_tokens_decoder": {
3
+ "0": {
4
+ "content": "<s>",
5
+ "lstrip": false,
6
+ "normalized": false,
7
+ "rstrip": false,
8
+ "single_word": false,
9
+ "special": true
10
+ },
11
+ "1": {
12
+ "content": "<pad>",
13
+ "lstrip": false,
14
+ "normalized": false,
15
+ "rstrip": false,
16
+ "single_word": false,
17
+ "special": true
18
+ },
19
+ "2": {
20
+ "content": "</s>",
21
+ "lstrip": false,
22
+ "normalized": false,
23
+ "rstrip": false,
24
+ "single_word": false,
25
+ "special": true
26
+ },
27
+ "3": {
28
+ "content": "<unk>",
29
+ "lstrip": false,
30
+ "normalized": false,
31
+ "rstrip": false,
32
+ "single_word": false,
33
+ "special": true
34
+ },
35
+ "250001": {
36
+ "content": "<mask>",
37
+ "lstrip": true,
38
+ "normalized": false,
39
+ "rstrip": false,
40
+ "single_word": false,
41
+ "special": true
42
+ }
43
+ },
44
+ "bos_token": "<s>",
45
+ "clean_up_tokenization_spaces": true,
46
+ "cls_token": "<s>",
47
+ "eos_token": "</s>",
48
+ "extra_special_tokens": {},
49
+ "mask_token": "<mask>",
50
+ "model_max_length": 512,
51
+ "pad_token": "<pad>",
52
+ "sep_token": "</s>",
53
+ "tokenizer_class": "XLMRobertaTokenizer",
54
+ "unk_token": "<unk>"
55
+ }