You can deploy this model and start earning money today!

faodl/
model_cca_multilabel_MiniLM-L12-75max-data-augmented-v03

Name: model_cca_multilabel_MiniLM-L12-75max-data-augmented-v03
Availability: InStock

setfit

safetensors

bert

sentence-transformers

text-classification

generated_from_setfit_trainer

2209.11055

sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2

finetune

text-embeddings-inference

Views

No views yet

SetFit with sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2

This is a SetFit model that can be used for Text Classification. This SetFit model uses sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 as the Sentence Transformer embedding model. A OneVsRestClassifier 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 Type: SetFit
Sentence Transformer body: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
Classification head: a OneVsRestClassifier instance
Maximum Sequence Length: 128 tokens
Number of Classes: 95 classes

Model Sources

Repository: SetFit on GitHub
Paper: Efficient Few-Shot Learning Without Prompts
Blogpost: SetFit: Efficient Few-Shot Learning Without Prompts

Uses

Direct Use for Inference

First install the SetFit library:

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("faodl/model_cca_multilabel_MiniLM-L12-75max-data-augmented-v03")
# Run inference
preds = model("Develop cross-cutting gender, youth, and disability considerations in market infrastructure planning.")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	1	46.8162	951

Training Hyperparameters

batch_size: (8, 8)
num_epochs: (2, 2)
max_steps: -1
sampling_strategy: oversampling
num_iterations: 10
body_learning_rate: (2e-05, 2e-05)
head_learning_rate: 2e-05
loss: CosineSimilarityLoss
distance_metric: cosine_distance
margin: 0.25
end_to_end: False
use_amp: False
warmup_proportion: 0.1
l2_weight: 0.01
seed: 42
eval_max_steps: -1
load_best_model_at_end: False

Training Results

Epoch	Step	Training Loss	Validation Loss
0.0001	1	0.2621	-
0.0028	50	0.2218	-
0.0056	100	0.2242	-
0.0084	150	0.2169	-
0.0112	200	0.2096	-
0.0140	250	0.2046	-
0.0168	300	0.1913	-
0.0197	350	0.1954	-
0.0225	400	0.1884	-
0.0253	450	0.1936	-
0.0281	500	0.192	-
0.0309	550	0.1829	-
0.0337	600	0.1939	-
0.0365	650	0.1765	-
0.0393	700	0.1784	-
0.0421	750	0.1718	-
0.0449	800	0.1808	-
0.0477	850	0.1677	-
0.0505	900	0.1644	-
0.0534	950	0.1632	-
0.0562	1000	0.176	-
0.0590	1050	0.1711	-
0.0618	1100	0.166	-
0.0646	1150	0.1542	-
0.0674	1200	0.1598	-
0.0702	1250	0.1422	-
0.0730	1300	0.1605	-
0.0758	1350	0.1638	-
0.0786	1400	0.1408	-
0.0814	1450	0.147	-
0.0842	1500	0.1483	-
0.0871	1550	0.1717	-
0.0899	1600	0.1593	-
0.0927	1650	0.1566	-
0.0955	1700	0.1552	-
0.0983	1750	0.1467	-
0.1011	1800	0.1531	-
0.1039	1850	0.1352	-
0.1067	1900	0.1544	-
0.1095	1950	0.1485	-
0.1123	2000	0.1302	-
0.1151	2050	0.1456	-
0.1179	2100	0.1413	-
0.1208	2150	0.1489	-
0.1236	2200	0.1492	-
0.1264	2250	0.1458	-
0.1292	2300	0.1313	-
0.1320	2350	0.1492	-
0.1348	2400	0.1424	-
0.1376	2450	0.1356	-
0.1404	2500	0.1453	-
0.1432	2550	0.155	-
0.1460	2600	0.1442	-
0.1488	2650	0.1394	-
0.1516	2700	0.152	-
0.1545	2750	0.1264	-
0.1573	2800	0.1508	-
0.1601	2850	0.1362	-
0.1629	2900	0.1369	-
0.1657	2950	0.1279	-
0.1685	3000	0.1384	-
0.1713	3050	0.1291	-
0.1741	3100	0.1309	-
0.1769	3150	0.1312	-
0.1797	3200	0.1434	-
0.1825	3250	0.1374	-
0.1853	3300	0.141	-
0.1881	3350	0.1288	-
0.1910	3400	0.1268	-
0.1938	3450	0.1494	-
0.1966	3500	0.1422	-
0.1994	3550	0.1338	-
0.2022	3600	0.1312	-
0.2050	3650	0.1278	-
0.2078	3700	0.1221	-
0.2106	3750	0.1352	-
0.2134	3800	0.131	-
0.2162	3850	0.1332	-
0.2190	3900	0.1268	-
0.2218	3950	0.1239	-
0.2247	4000	0.1319	-
0.2275	4050	0.1274	-
0.2303	4100	0.1364	-
0.2331	4150	0.1224	-
0.2359	4200	0.1371	-
0.2387	4250	0.1321	-
0.2415	4300	0.1307	-
0.2443	4350	0.1254	-
0.2471	4400	0.1241	-
0.2499	4450	0.1303	-
0.2527	4500	0.1323	-
0.2555	4550	0.1209	-
0.2584	4600	0.1264	-
0.2612	4650	0.1328	-
0.2640	4700	0.1344	-
0.2668	4750	0.1263	-
0.2696	4800	0.1117	-
0.2724	4850	0.1351	-
0.2752	4900	0.1271	-
0.2780	4950	0.1242	-
0.2808	5000	0.1299	-
0.2836	5050	0.1194	-
0.2864	5100	0.128	-
0.2892	5150	0.148	-
0.2921	5200	0.1151	-
0.2949	5250	0.1123	-
0.2977	5300	0.1263	-
0.3005	5350	0.1195	-
0.3033	5400	0.13	-
0.3061	5450	0.1089	-
0.3089	5500	0.1302	-
0.3117	5550	0.1212	-
0.3145	5600	0.1165	-
0.3173	5650	0.1275	-
0.3201	5700	0.113	-
0.3229	5750	0.1128	-
0.3258	5800	0.1063	-
0.3286	5850	0.1301	-
0.3314	5900	0.1217	-
0.3342	5950	0.117	-
0.3370	6000	0.124	-
0.3398	6050	0.1234	-
0.3426	6100	0.1098	-
0.3454	6150	0.0997	-
0.3482	6200	0.1225	-
0.3510	6250	0.1148	-
0.3538	6300	0.1246	-
0.3566	6350	0.117	-
0.3594	6400	0.124	-
0.3623	6450	0.1231	-
0.3651	6500	0.1146	-
0.3679	6550	0.1281	-
0.3707	6600	0.1205	-
0.3735	6650	0.1154	-
0.3763	6700	0.1095	-
0.3791	6750	0.1267	-
0.3819	6800	0.1167	-
0.3847	6850	0.0973	-
0.3875	6900	0.0991	-
0.3903	6950	0.1137	-
0.3931	7000	0.105	-
0.3960	7050	0.1131	-
0.3988	7100	0.1197	-
0.4016	7150	0.1055	-
0.4044	7200	0.1057	-
0.4072	7250	0.1242	-
0.4100	7300	0.126	-
0.4128	7350	0.0909	-
0.4156	7400	0.1154	-
0.4184	7450	0.1104	-
0.4212	7500	0.108	-
0.4240	7550	0.1187	-
0.4268	7600	0.1092	-
0.4297	7650	0.09	-
0.4325	7700	0.108	-
0.4353	7750	0.0974	-
0.4381	7800	0.1043	-
0.4409	7850	0.1088	-
0.4437	7900	0.1026	-
0.4465	7950	0.1093	-
0.4493	8000	0.1067	-
0.4521	8050	0.1195	-
0.4549	8100	0.1009	-
0.4577	8150	0.1045	-
0.4605	8200	0.0992	-
0.4634	8250	0.1108	-
0.4662	8300	0.1034	-
0.4690	8350	0.1126	-
0.4718	8400	0.1117	-
0.4746	8450	0.0948	-
0.4774	8500	0.1068	-
0.4802	8550	0.1128	-
0.4830	8600	0.113	-
0.4858	8650	0.1016	-
0.4886	8700	0.1042	-
0.4914	8750	0.102	-
0.4942	8800	0.1069	-
0.4971	8850	0.096	-
0.4999	8900	0.0929	-
0.5027	8950	0.1114	-
0.5055	9000	0.0962	-
0.5083	9050	0.1013	-
0.5111	9100	0.1068	-
0.5139	9150	0.103	-
0.5167	9200	0.0991	-
0.5195	9250	0.0933	-
0.5223	9300	0.1008	-
0.5251	9350	0.0943	-
0.5279	9400	0.1088	-
0.5307	9450	0.1025	-
0.5336	9500	0.1044	-
0.5364	9550	0.0978	-
0.5392	9600	0.1039	-
0.5420	9650	0.096	-
0.5448	9700	0.0867	-
0.5476	9750	0.1082	-
0.5504	9800	0.0937	-
0.5532	9850	0.0958	-
0.5560	9900	0.0985	-
0.5588	9950	0.0898	-
0.5616	10000	0.0937	-
0.5644	10050	0.0999	-
0.5673	10100	0.0917	-
0.5701	10150	0.0947	-
0.5729	10200	0.0962	-
0.5757	10250	0.0991	-
0.5785	10300	0.0863	-
0.5813	10350	0.1043	-
0.5841	10400	0.0979	-
0.5869	10450	0.091	-
0.5897	10500	0.0952	-
0.5925	10550	0.1068	-
0.5953	10600	0.0986	-
0.5981	10650	0.0943	-
0.6010	10700	0.0985	-
0.6038	10750	0.1058	-
0.6066	10800	0.0815	-
0.6094	10850	0.1051	-
0.6122	10900	0.0937	-
0.6150	10950	0.0813	-
0.6178	11000	0.0903	-
0.6206	11050	0.1062	-
0.6234	11100	0.0948	-
0.6262	11150	0.0954	-
0.6290	11200	0.0982	-
0.6318	11250	0.0907	-
0.6347	11300	0.0905	-
0.6375	11350	0.0926	-
0.6403	11400	0.0965	-
0.6431	11450	0.0939	-
0.6459	11500	0.0979	-
0.6487	11550	0.0869	-
0.6515	11600	0.0999	-
0.6543	11650	0.0793	-
0.6571	11700	0.0911	-
0.6599	11750	0.0914	-
0.6627	11800	0.0832	-
0.6655	11850	0.0972	-
0.6684	11900	0.0852	-
0.6712	11950	0.101	-
0.6740	12000	0.0987	-
0.6768	12050	0.0905	-
0.6796	12100	0.0867	-
0.6824	12150	0.0811	-
0.6852	12200	0.0795	-
0.6880	12250	0.0936	-
0.6908	12300	0.0888	-
0.6936	12350	0.0876	-
0.6964	12400	0.1076	-
0.6992	12450	0.0961	-
0.7020	12500	0.0937	-
0.7049	12550	0.0921	-
0.7077	12600	0.095	-
0.7105	12650	0.1013	-
0.7133	12700	0.0896	-
0.7161	12750	0.1058	-
0.7189	12800	0.0883	-
0.7217	12850	0.0814	-
0.7245	12900	0.0889	-
0.7273	12950	0.0965	-
0.7301	13000	0.098	-
0.7329	13050	0.093	-
0.7357	13100	0.0965	-
0.7386	13150	0.0791	-
0.7414	13200	0.0891	-
0.7442	13250	0.0814	-
0.7470	13300	0.0969	-
0.7498	13350	0.0871	-
0.7526	13400	0.0899	-
0.7554	13450	0.0992	-
0.7582	13500	0.0768	-
0.7610	13550	0.0894	-
0.7638	13600	0.0842	-
0.7666	13650	0.0763	-
0.7694	13700	0.0897	-
0.7723	13750	0.0919	-
0.7751	13800	0.0811	-
0.7779	13850	0.0818	-
0.7807	13900	0.076	-
0.7835	13950	0.0833	-
0.7863	14000	0.0888	-
0.7891	14050	0.0859	-
0.7919	14100	0.0983	-
0.7947	14150	0.079	-
0.7975	14200	0.0902	-
0.8003	14250	0.1025	-
0.8031	14300	0.081	-
0.8060	14350	0.0805	-
0.8088	14400	0.089	-
0.8116	14450	0.1018	-
0.8144	14500	0.0947	-
0.8172	14550	0.0816	-
0.8200	14600	0.0888	-
0.8228	14650	0.0878	-
0.8256	14700	0.0924	-
0.8284	14750	0.0802	-
0.8312	14800	0.0784	-
0.8340	14850	0.0781	-
0.8368	14900	0.0816	-
0.8397	14950	0.0813	-
0.8425	15000	0.0854	-
0.8453	15050	0.0984	-
0.8481	15100	0.0917	-
0.8509	15150	0.0829	-
0.8537	15200	0.0825	-
0.8565	15250	0.0854	-
0.8593	15300	0.094	-
0.8621	15350	0.0792	-
0.8649	15400	0.0824	-
0.8677	15450	0.0875	-
0.8705	15500	0.0834	-
0.8734	15550	0.0875	-
0.8762	15600	0.0878	-
0.8790	15650	0.1021	-
0.8818	15700	0.0748	-
0.8846	15750	0.0902	-
0.8874	15800	0.0925	-
0.8902	15850	0.0875	-
0.8930	15900	0.0779	-
0.8958	15950	0.0926	-
0.8986	16000	0.0761	-
0.9014	16050	0.0849	-
0.9042	16100	0.1001	-
0.9070	16150	0.0732	-
0.9099	16200	0.0765	-
0.9127	16250	0.0813	-
0.9155	16300	0.0937	-
0.9183	16350	0.0723	-
0.9211	16400	0.0805	-
0.9239	16450	0.0868	-
0.9267	16500	0.0792	-
0.9295	16550	0.0842	-
0.9323	16600	0.0797	-
0.9351	16650	0.1016	-
0.9379	16700	0.0748	-
0.9407	16750	0.0815	-
0.9436	16800	0.0696	-
0.9464	16850	0.0777	-
0.9492	16900	0.0833	-
0.9520	16950	0.0692	-
0.9548	17000	0.0648	-
0.9576	17050	0.0859	-
0.9604	17100	0.0832	-
0.9632	17150	0.0817	-
0.9660	17200	0.0771	-
0.9688	17250	0.075	-
0.9716	17300	0.0844	-
0.9744	17350	0.0807	-
0.9773	17400	0.082	-
0.9801	17450	0.0824	-
0.9829	17500	0.0874	-
0.9857	17550	0.0796	-
0.9885	17600	0.0772	-
0.9913	17650	0.0881	-
0.9941	17700	0.0703	-
0.9969	17750	0.0644	-
0.9997	17800	0.0779	-
1.0025	17850	0.0772	-
1.0053	17900	0.07	-
1.0081	17950	0.0775	-
1.0110	18000	0.0652	-
1.0138	18050	0.0718	-
1.0166	18100	0.0726	-
1.0194	18150	0.0792	-
1.0222	18200	0.076	-
1.0250	18250	0.0845	-
1.0278	18300	0.0648	-
1.0306	18350	0.0787	-
1.0334	18400	0.0707	-
1.0362	18450	0.0701	-
1.0390	18500	0.0741	-
1.0418	18550	0.0638	-
1.0447	18600	0.071	-
1.0475	18650	0.0836	-
1.0503	18700	0.0693	-
1.0531	18750	0.056	-
1.0559	18800	0.0821	-
1.0587	18850	0.0738	-
1.0615	18900	0.0793	-
1.0643	18950	0.0739	-
1.0671	19000	0.0839	-
1.0699	19050	0.0789	-
1.0727	19100	0.0752	-
1.0755	19150	0.0783	-
1.0783	19200	0.0697	-
1.0812	19250	0.0759	-
1.0840	19300	0.0727	-
1.0868	19350	0.0742	-
1.0896	19400	0.0668	-
1.0924	19450	0.0838	-
1.0952	19500	0.0738	-
1.0980	19550	0.0869	-
1.1008	19600	0.072	-
1.1036	19650	0.068	-
1.1064	19700	0.0738	-
1.1092	19750	0.07	-
1.1120	19800	0.0685	-
1.1149	19850	0.0728	-
1.1177	19900	0.0715	-
1.1205	19950	0.0749	-
1.1233	20000	0.0743	-
1.1261	20050	0.0699	-
1.1289	20100	0.0814	-
1.1317	20150	0.0754	-
1.1345	20200	0.0633	-
1.1373	20250	0.0842	-
1.1401	20300	0.0693	-
1.1429	20350	0.0775	-
1.1457	20400	0.0658	-
1.1486	20450	0.0747	-
1.1514	20500	0.0606	-
1.1542	20550	0.0673	-
1.1570	20600	0.0679	-
1.1598	20650	0.0783	-
1.1626	20700	0.0728	-
1.1654	20750	0.0787	-
1.1682	20800	0.0688	-
1.1710	20850	0.0693	-
1.1738	20900	0.0717	-
1.1766	20950	0.0765	-
1.1794	21000	0.0702	-
1.1823	21050	0.0743	-
1.1851	21100	0.0813	-
1.1879	21150	0.0649	-
1.1907	21200	0.0799	-
1.1935	21250	0.0695	-
1.1963	21300	0.0747	-
1.1991	21350	0.0685	-
1.2019	21400	0.0703	-
1.2047	21450	0.063	-
1.2075	21500	0.0745	-
1.2103	21550	0.0815	-
1.2131	21600	0.0739	-
1.2160	21650	0.0646	-
1.2188	21700	0.0758	-
1.2216	21750	0.0711	-
1.2244	21800	0.069	-
1.2272	21850	0.0679	-
1.2300	21900	0.0765	-
1.2328	21950	0.0801	-
1.2356	22000	0.0765	-
1.2384	22050	0.0718	-
1.2412	22100	0.0619	-
1.2440	22150	0.0683	-
1.2468	22200	0.061	-
1.2496	22250	0.0813	-
1.2525	22300	0.0732	-
1.2553	22350	0.0757	-
1.2581	22400	0.0591	-
1.2609	22450	0.0574	-
1.2637	22500	0.0729	-
1.2665	22550	0.0682	-
1.2693	22600	0.0679	-
1.2721	22650	0.0732	-
1.2749	22700	0.0801	-
1.2777	22750	0.0682	-
1.2805	22800	0.0642	-
1.2833	22850	0.0563	-
1.2862	22900	0.0652	-
1.2890	22950	0.0723	-
1.2918	23000	0.0692	-
1.2946	23050	0.0673	-
1.2974	23100	0.0778	-
1.3002	23150	0.0615	-
1.3030	23200	0.0673	-
1.3058	23250	0.0739	-
1.3086	23300	0.0755	-
1.3114	23350	0.0682	-
1.3142	23400	0.0645	-
1.3170	23450	0.0701	-
1.3199	23500	0.0673	-
1.3227	23550	0.0767	-
1.3255	23600	0.071	-
1.3283	23650	0.0712	-
1.3311	23700	0.0628	-
1.3339	23750	0.0664	-
1.3367	23800	0.0639	-
1.3395	23850	0.0537	-
1.3423	23900	0.061	-
1.3451	23950	0.0728	-
1.3479	24000	0.0589	-
1.3507	24050	0.0677	-
1.3536	24100	0.0773	-
1.3564	24150	0.0716	-
1.3592	24200	0.0765	-
1.3620	24250	0.0665	-
1.3648	24300	0.0824	-
1.3676	24350	0.0673	-
1.3704	24400	0.0678	-
1.3732	24450	0.0617	-
1.3760	24500	0.0779	-
1.3788	24550	0.0701	-
1.3816	24600	0.0691	-
1.3844	24650	0.071	-
1.3873	24700	0.0741	-
1.3901	24750	0.073	-
1.3929	24800	0.0516	-
1.3957	24850	0.0683	-
1.3985	24900	0.0595	-
1.4013	24950	0.0621	-
1.4041	25000	0.064	-
1.4069	25050	0.0642	-
1.4097	25100	0.0702	-
1.4125	25150	0.0736	-
1.4153	25200	0.0656	-
1.4181	25250	0.0687	-
1.4209	25300	0.0635	-
1.4238	25350	0.0748	-
1.4266	25400	0.0728	-
1.4294	25450	0.0616	-
1.4322	25500	0.0695	-
1.4350	25550	0.062	-
1.4378	25600	0.0651	-
1.4406	25650	0.0676	-
1.4434	25700	0.0677	-
1.4462	25750	0.0668	-
1.4490	25800	0.0567	-
1.4518	25850	0.0661	-
1.4546	25900	0.0695	-
1.4575	25950	0.0692	-
1.4603	26000	0.0823	-
1.4631	26050	0.069	-
1.4659	26100	0.0648	-
1.4687	26150	0.0661	-
1.4715	26200	0.0705	-
1.4743	26250	0.0622	-
1.4771	26300	0.0734	-
1.4799	26350	0.0649	-
1.4827	26400	0.0667	-
1.4855	26450	0.0692	-
1.4883	26500	0.0661	-
1.4912	26550	0.0731	-
1.4940	26600	0.0775	-
1.4968	26650	0.0706	-
1.4996	26700	0.0652	-
1.5024	26750	0.0669	-
1.5052	26800	0.0709	-
1.5080	26850	0.0614	-
1.5108	26900	0.0708	-
1.5136	26950	0.0578	-
1.5164	27000	0.0756	-
1.5192	27050	0.0609	-
1.5220	27100	0.0602	-
1.5249	27150	0.0656	-
1.5277	27200	0.0669	-
1.5305	27250	0.086	-
1.5333	27300	0.068	-
1.5361	27350	0.0648	-
1.5389	27400	0.0735	-
1.5417	27450	0.0744	-
1.5445	27500	0.0697	-
1.5473	27550	0.0788	-
1.5501	27600	0.0566	-
1.5529	27650	0.0759	-
1.5557	27700	0.0773	-
1.5586	27750	0.0553	-
1.5614	27800	0.0744	-
1.5642	27850	0.0581	-
1.5670	27900	0.0742	-
1.5698	27950	0.0662	-
1.5726	28000	0.065	-
1.5754	28050	0.0686	-
1.5782	28100	0.0581	-
1.5810	28150	0.0585	-
1.5838	28200	0.0621	-
1.5866	28250	0.0638	-
1.5894	28300	0.0674	-
1.5922	28350	0.0693	-
1.5951	28400	0.07	-
1.5979	28450	0.0756	-
1.6007	28500	0.0584	-
1.6035	28550	0.0731	-
1.6063	28600	0.0737	-
1.6091	28650	0.0579	-
1.6119	28700	0.0677	-
1.6147	28750	0.0648	-
1.6175	28800	0.0662	-
1.6203	28850	0.0725	-
1.6231	28900	0.0648	-
1.6259	28950	0.0691	-
1.6288	29000	0.0647	-
1.6316	29050	0.0597	-
1.6344	29100	0.07	-
1.6372	29150	0.0754	-
1.6400	29200	0.0564	-
1.6428	29250	0.0591	-
1.6456	29300	0.084	-
1.6484	29350	0.0651	-
1.6512	29400	0.0709	-
1.6540	29450	0.0774	-
1.6568	29500	0.0598	-
1.6596	29550	0.0746	-
1.6625	29600	0.075	-
1.6653	29650	0.0567	-
1.6681	29700	0.0667	-
1.6709	29750	0.0581	-
1.6737	29800	0.0747	-
1.6765	29850	0.0649	-
1.6793	29900	0.055	-
1.6821	29950	0.0543	-
1.6849	30000	0.0794	-
1.6877	30050	0.0736	-
1.6905	30100	0.0576	-
1.6933	30150	0.0635	-
1.6962	30200	0.0626	-
1.6990	30250	0.0631	-
1.7018	30300	0.0688	-
1.7046	30350	0.0617	-
1.7074	30400	0.0653	-
1.7102	30450	0.0643	-
1.7130	30500	0.0694	-
1.7158	30550	0.0776	-
1.7186	30600	0.0683	-
1.7214	30650	0.0619	-
1.7242	30700	0.0582	-
1.7270	30750	0.0597	-
1.7299	30800	0.0621	-
1.7327	30850	0.0575	-
1.7355	30900	0.0604	-
1.7383	30950	0.0795	-
1.7411	31000	0.0559	-
1.7439	31050	0.0587	-
1.7467	31100	0.0758	-
1.7495	31150	0.0592	-
1.7523	31200	0.0676	-
1.7551	31250	0.0666	-
1.7579	31300	0.0568	-
1.7607	31350	0.0652	-
1.7635	31400	0.0571	-
1.7664	31450	0.0581	-
1.7692	31500	0.0482	-
1.7720	31550	0.0714	-
1.7748	31600	0.0623	-
1.7776	31650	0.0615	-
1.7804	31700	0.0566	-
1.7832	31750	0.0548	-
1.7860	31800	0.0608	-
1.7888	31850	0.0602	-
1.7916	31900	0.0556	-
1.7944	31950	0.0613	-
1.7972	32000	0.0631	-
1.8001	32050	0.0621	-
1.8029	32100	0.0591	-
1.8057	32150	0.0525	-
1.8085	32200	0.0658	-
1.8113	32250	0.0634	-
1.8141	32300	0.0604	-
1.8169	32350	0.0698	-
1.8197	32400	0.056	-
1.8225	32450	0.0591	-
1.8253	32500	0.0698	-
1.8281	32550	0.0653	-
1.8309	32600	0.0649	-
1.8338	32650	0.0687	-
1.8366	32700	0.0602	-
1.8394	32750	0.056	-
1.8422	32800	0.0661	-
1.8450	32850	0.058	-
1.8478	32900	0.0535	-
1.8506	32950	0.0585	-
1.8534	33000	0.0534	-
1.8562	33050	0.0688	-
1.8590	33100	0.0628	-
1.8618	33150	0.0604	-
1.8646	33200	0.0756	-
1.8675	33250	0.0602	-
1.8703	33300	0.0768	-
1.8731	33350	0.0625	-
1.8759	33400	0.058	-
1.8787	33450	0.06	-
1.8815	33500	0.0532	-
1.8843	33550	0.0712	-
1.8871	33600	0.0635	-
1.8899	33650	0.0747	-
1.8927	33700	0.0599	-
1.8955	33750	0.0609	-
1.8983	33800	0.0563	-
1.9012	33850	0.0667	-
1.9040	33900	0.0616	-
1.9068	33950	0.0587	-
1.9096	34000	0.0581	-
1.9124	34050	0.0692	-
1.9152	34100	0.0579	-
1.9180	34150	0.0578	-
1.9208	34200	0.0668	-
1.9236	34250	0.0586	-
1.9264	34300	0.0552	-
1.9292	34350	0.0612	-
1.9320	34400	0.0588	-
1.9348	34450	0.0765	-
1.9377	34500	0.0633	-
1.9405	34550	0.0622	-
1.9433	34600	0.0662	-
1.9461	34650	0.0664	-
1.9489	34700	0.0737	-
1.9517	34750	0.0636	-
1.9545	34800	0.0667	-
1.9573	34850	0.066	-
1.9601	34900	0.0634	-
1.9629	34950	0.0611	-
1.9657	35000	0.0614	-
1.9685	35050	0.0636	-
1.9714	35100	0.0555	-
1.9742	35150	0.0504	-
1.9770	35200	0.0663	-
1.9798	35250	0.0706	-
1.9826	35300	0.0774	-
1.9854	35350	0.0637	-
1.9882	35400	0.058	-
1.9910	35450	0.0604	-
1.9938	35500	0.0584	-
1.9966	35550	0.0721	-
1.9994	35600	0.053	-

Framework Versions

Python: 3.12.12
SetFit: 1.1.3
Sentence Transformers: 5.1.2
Transformers: 4.57.1
PyTorch: 2.8.0+cu126
Datasets: 4.0.0
Tokenizers: 0.22.1

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}
}