metadata

tags:
  - setfit
  - sentence-transformers
  - text-classification
  - generated_from_setfit_trainer
widget:
  - text: >-
      Mit dem geplanten Heizungsgesetz setzt die Regierung einen wichtigen
      Schritt in Richtung eines klimafreundlichen Wärmemarktes. Die
      flächendeckende Einführung von Wärmepumpen soll den Verbrauch von fossilen
      Energieträgern reduzieren und den Ausstoß an Treibhausgasen senken. Damit
      trägt das Gesetz zu einer umweltfreundlicheren Heizungsinfrastruktur bei.
  - text: >-
      "Das Heizungsgesetz: Eine teure, ineffiziente und überbordete Lösung für
      unsere Energieprobleme? Die geplanten Wärmepumpen in jedem Haus wirken
      sich negativ auf die Umwelt aus und werden wahrscheinlich Millionen von
      Steuergeldern verschlingen. Wir brauchen eine realistische Energiewende,
      nicht ein teures Experiment."
  - text: >-
      Die Bundesregierung hat ein Gesetz zur Förderung der flächendeckenden
      Einführung von Wärmepumpen verabschiedet, das darauf abzielt, den
      CO2-Ausstoß im Gebäudesektor zu reduzieren. Kritiker bemängeln mögliche
      hohe Kosten und technische Herausforderungen, während Befürworter die
      Maßnahme als wichtigen Schritt zur Erreichung der Klimaziele sehen.
  - text: >-
      In verschiedenen Städten Deutschlands haben sich wiederum Menschen
      versammelt, um für den Klimaschutz zu demonstrieren. Die Teilnehmer von
      Fridays for Future und der Letzten Generation fordern die Regierung auf,
      ambitioniertere Maßnahmen gegen den Klimawandel zu ergreifen. Ihre
      Forderungen richten sich an die politischen Entscheidungsträger, um eine
      bessere Zukunft für kommende Generationen zu schaffen.
  - text: >-
      Der Bundestag debattiert erneut über die Einführung eines generellen
      Tempolimits auf deutschen Autobahnen. Befürworter betonen die positiven
      Auswirkungen auf Verkehrssicherheit und Umwelt, während Kritiker die
      Einschränkung individueller Freiheit und mögliche wirtschaftliche Folgen
      anführen. Die Entscheidung bleibt umstritten und spiegelt die vielfältigen
      Interessen in der Gesellschaft wider.
metrics:
  - accuracy
pipeline_tag: text-classification
library_name: setfit
inference: true
base_model: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
model-index:
  - name: SetFit with sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
    results:
      - task:
          type: text-classification
          name: Text Classification
        dataset:
          name: Unknown
          type: unknown
          split: test
        metrics:
          - type: accuracy
            value: 0.9771428571428571
            name: Accuracy

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 LogisticRegression instance is used for classification.

The model has been trained using an efficient few-shot learning technique that involves:

Fine-tuning a Sentence Transformer with contrastive learning.
Training a classification head with features from the fine-tuned Sentence Transformer.

Model Details

Model Description

Model Type: SetFit
Sentence Transformer body: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
Classification head: a LogisticRegression instance
Maximum Sequence Length: 128 tokens
Number of Classes: 3 classes

Model Sources

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

Model Labels

Label	Examples
supportive	"„Junge Menschen fordern Aktion, um den Klimawandel zu stoppen. Unter dem Motto 'Die Zukunft ist unsere' haben sie sich zu Aktivisten für eine nachhaltige Zukunft entwickelt und mit Massenprotesten auf die dringende Notwendigkeit von Klimaschutzmaßnahmen aufmerksam gemacht.“" 'Die flächendeckende Einführung von Wärmepumpen, wie sie im neuen Heizungsgesetz vorgesehen ist, könnte einen bedeutenden Schritt hin zu einer nachhaltigeren Energieversorgung darstellen. Durch die Förderung dieser umweltfreundlichen Technologie könnte nicht nur der CO2-Ausstoß erheblich reduziert werden, sondern auch die Abhängigkeit von fossilen Brennstoffen langfristig sinken.' 'In den letzten Jahren haben Klima-Aktivismus-Gruppen wie Fridays for Future und die Letzte Generation durch ihr Engagement und ihre Beharrlichkeit das Bewusstsein für die dringende Notwendigkeit von Klimaschutzmaßnahmen geschärft. Ihre Aktionen haben es geschafft, das Thema Klimawandel in den Mittelpunkt der gesellschaftlichen und politischen Debatte zu rücken, was langfristig zu einer stärkeren Auseinandersetzung mit umweltpolitischen Herausforderungen führen könnte.'
neutral	'Die Debatte um die Einführung eines nationalen Tempolimits auf Autobahnen bleibt ein kontroverses Thema in Deutschland. Befürworter argumentieren mit Vorteilen für die Verkehrssicherheit und den Umweltschutz, während Gegner mögliche Einschränkungen der individuellen Freiheit und wirtschaftliche Auswirkungen betonen. Der Gesetzgebungsprozess zu diesem Thema wird weiterhin aufmerksam verfolgt.' 'Das Bundeskabinett hat den Entwurf eines Heizungsgesetzes beschlossen, das die flächendeckende Einführung von Wärmepumpen in Deutschland vorsieht. Demnach soll der Einsatz erneuerbarer Wärmequellen in Gebäuden gefördert werden. Der Gesetzentwurf wird nun dem Bundestag vorgelegt, wo er behandelt und abgestimmt werden muss.' 'Die Bundesregierung hat ein Gesetz zur Förderung der flächendeckenden Einführung von Wärmepumpen verabschiedet, das den Einsatz erneuerbarer Energien im Heizungssektor vorantreiben soll. Kritiker bemängeln die Umsetzbarkeit und finanzielle Belastung für Hausbesitzer, während Befürworter die Maßnahme als wichtigen Schritt zur Erreichung der Klimaziele betrachten.'
opposed	'Die Straßen blockiert, der Alltag gestört – Klima-Aktivisten wie die Letzte Generation und Fridays for Future sorgen mit ihren Aktionen immer wieder für Chaos und Unmut. Während sie ihre Botschaft lautstark verkünden, fragen sich viele: Ist das der richtige Weg, um echte Veränderungen zu erreichen, oder treibt das nur einen Keil zwischen die Menschen?' 'Die grüne Verbotskultur schlägt wieder zu: Mit der Einführung eines nationalen Tempolimits auf Autobahnen wird einmal mehr die Freiheit der Autofahrer beschnitten. Statt auf Eigenverantwortung zu setzen, wird der mündige Bürger bevormundet und der deutschen Wirtschaft ein weiterer Stein in den Weg gelegt.' 'Die selbsternannten Klima-Retter von Fridays for Future und der Letzten Generation scheinen mehr daran interessiert zu sein, den Alltag der Bürger mit ihren fragwürdigen Aktionen zu stören, als tatsächlich sinnvolle Lösungen für den Klimawandel zu präsentieren. Während sie Straßen blockieren und Chaos verursachen, bleibt die Frage offen, ob ihre Methoden mehr Schaden anrichten als Nutzen bringen.'

Evaluation

Metrics

Label	Accuracy
all	0.9771

Uses

Direct Use for Inference

First install the SetFit library:

pip install setfit

Then you can load this model and run inference.

from setfit import SetFitModel

# Download from the 🤗 Hub
model = SetFitModel.from_pretrained("cbpuschmann/paraphrase-multilingual-minilm-klimacoder_v0.10")
# Run inference
preds = model("\"Das Heizungsgesetz: Eine teure, ineffiziente und überbordete Lösung für unsere Energieprobleme? Die geplanten Wärmepumpen in jedem Haus wirken sich negativ auf die Umwelt aus und werden wahrscheinlich Millionen von Steuergeldern verschlingen. Wir brauchen eine realistische Energiewende, nicht ein teures Experiment.\"")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	24	44.1537	73

Label	Training Sample Count
neutral	500
opposed	549
supportive	526

Training Hyperparameters

batch_size: (32, 32)
num_epochs: (1, 1)
max_steps: -1
sampling_strategy: oversampling
body_learning_rate: (2e-05, 1e-05)
head_learning_rate: 0.01
loss: CosineSimilarityLoss
distance_metric: cosine_distance
margin: 0.25
end_to_end: False
use_amp: False
warmup_proportion: 0.1
l2_weight: 0.01
seed: 42
eval_max_steps: -1
load_best_model_at_end: False

Training Results

Epoch	Step	Training Loss	Validation Loss
0.0000	1	0.2419	-
0.0010	50	0.2541	-
0.0019	100	0.2489	-
0.0029	150	0.2404	-
0.0039	200	0.2281	-
0.0048	250	0.2168	-
0.0058	300	0.193	-
0.0068	350	0.1604	-
0.0077	400	0.1304	-
0.0087	450	0.1218	-
0.0097	500	0.1046	-
0.0107	550	0.0978	-
0.0116	600	0.0733	-
0.0126	650	0.061	-
0.0136	700	0.0496	-
0.0145	750	0.0397	-
0.0155	800	0.0331	-
0.0165	850	0.0329	-
0.0174	900	0.0254	-
0.0184	950	0.0194	-
0.0194	1000	0.0154	-
0.0203	1050	0.0111	-
0.0213	1100	0.0112	-
0.0223	1150	0.0107	-
0.0232	1200	0.0065	-
0.0242	1250	0.0046	-
0.0252	1300	0.0059	-
0.0261	1350	0.0033	-
0.0271	1400	0.003	-
0.0281	1450	0.0024	-
0.0290	1500	0.0018	-
0.0300	1550	0.001	-
0.0310	1600	0.0011	-
0.0320	1650	0.0012	-
0.0329	1700	0.0007	-
0.0339	1750	0.0007	-
0.0349	1800	0.0005	-
0.0358	1850	0.0004	-
0.0368	1900	0.0003	-
0.0378	1950	0.0006	-
0.0387	2000	0.0004	-
0.0397	2050	0.0003	-
0.0407	2100	0.0002	-
0.0416	2150	0.0003	-
0.0426	2200	0.0005	-
0.0436	2250	0.0005	-
0.0445	2300	0.0001	-
0.0455	2350	0.0003	-
0.0465	2400	0.0003	-
0.0474	2450	0.0002	-
0.0484	2500	0.0003	-
0.0494	2550	0.0001	-
0.0503	2600	0.0002	-
0.0513	2650	0.0003	-
0.0523	2700	0.0004	-
0.0533	2750	0.0007	-
0.0542	2800	0.0001	-
0.0552	2850	0.0002	-
0.0562	2900	0.0001	-
0.0571	2950	0.0001	-
0.0581	3000	0.0001	-
0.0591	3050	0.0001	-
0.0600	3100	0.0001	-
0.0610	3150	0.0	-
0.0620	3200	0.0	-
0.0629	3250	0.0	-
0.0639	3300	0.0001	-
0.0649	3350	0.0006	-
0.0658	3400	0.0	-
0.0668	3450	0.0	-
0.0678	3500	0.0001	-
0.0687	3550	0.0	-
0.0697	3600	0.0	-
0.0707	3650	0.0001	-
0.0716	3700	0.0001	-
0.0726	3750	0.0	-
0.0736	3800	0.0	-
0.0746	3850	0.0	-
0.0755	3900	0.0	-
0.0765	3950	0.0	-
0.0775	4000	0.0	-
0.0784	4050	0.0	-
0.0794	4100	0.0	-
0.0804	4150	0.0	-
0.0813	4200	0.0	-
0.0823	4250	0.0	-
0.0833	4300	0.0	-
0.0842	4350	0.0027	-
0.0852	4400	0.0021	-
0.0862	4450	0.0013	-
0.0871	4500	0.0022	-
0.0881	4550	0.004	-
0.0891	4600	0.0017	-
0.0900	4650	0.0054	-
0.0910	4700	0.0019	-
0.0920	4750	0.0009	-
0.0929	4800	0.0001	-
0.0939	4850	0.0	-
0.0949	4900	0.0	-
0.0959	4950	0.0	-
0.0968	5000	0.0	-
0.0978	5050	0.0	-
0.0988	5100	0.0	-
0.0997	5150	0.0	-
0.1007	5200	0.0	-
0.1017	5250	0.0	-
0.1026	5300	0.0	-
0.1036	5350	0.0	-
0.1046	5400	0.0	-
0.1055	5450	0.0	-
0.1065	5500	0.0	-
0.1075	5550	0.0	-
0.1084	5600	0.0	-
0.1094	5650	0.0	-
0.1104	5700	0.0	-
0.1113	5750	0.0	-
0.1123	5800	0.0	-
0.1133	5850	0.0	-
0.1142	5900	0.0	-
0.1152	5950	0.0	-
0.1162	6000	0.0	-
0.1172	6050	0.0	-
0.1181	6100	0.0	-
0.1191	6150	0.0	-
0.1201	6200	0.0	-
0.1210	6250	0.0	-
0.1220	6300	0.0	-
0.1230	6350	0.0	-
0.1239	6400	0.0	-
0.1249	6450	0.0	-
0.1259	6500	0.0	-
0.1268	6550	0.0	-
0.1278	6600	0.0	-
0.1288	6650	0.0	-
0.1297	6700	0.0	-
0.1307	6750	0.0	-
0.1317	6800	0.0	-
0.1326	6850	0.0	-
0.1336	6900	0.0	-
0.1346	6950	0.0	-
0.1355	7000	0.0	-
0.1365	7050	0.0	-
0.1375	7100	0.0	-
0.1385	7150	0.0	-
0.1394	7200	0.0	-
0.1404	7250	0.0	-
0.1414	7300	0.0	-
0.1423	7350	0.0	-
0.1433	7400	0.0	-
0.1443	7450	0.0	-
0.1452	7500	0.0	-
0.1462	7550	0.0	-
0.1472	7600	0.0	-
0.1481	7650	0.0	-
0.1491	7700	0.0	-
0.1501	7750	0.0	-
0.1510	7800	0.0	-
0.1520	7850	0.0	-
0.1530	7900	0.0	-
0.1539	7950	0.0	-
0.1549	8000	0.0	-
0.1559	8050	0.0	-
0.1568	8100	0.0	-
0.1578	8150	0.0	-
0.1588	8200	0.0	-
0.1598	8250	0.0	-
0.1607	8300	0.0	-
0.1617	8350	0.0	-
0.1627	8400	0.0	-
0.1636	8450	0.0	-
0.1646	8500	0.0	-
0.1656	8550	0.0	-
0.1665	8600	0.0	-
0.1675	8650	0.0	-
0.1685	8700	0.0	-
0.1694	8750	0.0	-
0.1704	8800	0.0	-
0.1714	8850	0.0	-
0.1723	8900	0.0	-
0.1733	8950	0.0	-
0.1743	9000	0.0	-
0.1752	9050	0.0	-
0.1762	9100	0.0	-
0.1772	9150	0.0	-
0.1781	9200	0.0	-
0.1791	9250	0.0	-
0.1801	9300	0.0	-
0.1811	9350	0.0	-
0.1820	9400	0.0	-
0.1830	9450	0.0	-
0.1840	9500	0.0	-
0.1849	9550	0.0	-
0.1859	9600	0.0	-
0.1869	9650	0.0	-
0.1878	9700	0.0	-
0.1888	9750	0.0	-
0.1898	9800	0.0	-
0.1907	9850	0.0	-
0.1917	9900	0.0	-
0.1927	9950	0.0	-
0.1936	10000	0.0	-
0.1946	10050	0.0	-
0.1956	10100	0.0	-
0.1965	10150	0.0	-
0.1975	10200	0.0	-
0.1985	10250	0.0	-
0.1994	10300	0.0	-
0.2004	10350	0.0	-
0.2014	10400	0.0	-
0.2024	10450	0.0	-
0.2033	10500	0.0	-
0.2043	10550	0.0	-
0.2053	10600	0.0	-
0.2062	10650	0.0	-
0.2072	10700	0.0	-
0.2082	10750	0.0	-
0.2091	10800	0.0	-
0.2101	10850	0.0	-
0.2111	10900	0.0	-
0.2120	10950	0.0	-
0.2130	11000	0.0	-
0.2140	11050	0.0	-
0.2149	11100	0.0	-
0.2159	11150	0.0	-
0.2169	11200	0.0	-
0.2178	11250	0.0	-
0.2188	11300	0.0	-
0.2198	11350	0.0	-
0.2207	11400	0.0	-
0.2217	11450	0.0	-
0.2227	11500	0.0	-
0.2237	11550	0.0	-
0.2246	11600	0.0	-
0.2256	11650	0.0	-
0.2266	11700	0.0	-
0.2275	11750	0.0	-
0.2285	11800	0.0	-
0.2295	11850	0.0	-
0.2304	11900	0.0	-
0.2314	11950	0.0	-
0.2324	12000	0.0	-
0.2333	12050	0.0	-
0.2343	12100	0.0	-
0.2353	12150	0.0	-
0.2362	12200	0.0	-
0.2372	12250	0.0	-
0.2382	12300	0.0	-
0.2391	12350	0.0	-
0.2401	12400	0.0	-
0.2411	12450	0.0	-
0.2420	12500	0.0	-
0.2430	12550	0.0	-
0.2440	12600	0.0	-
0.2450	12650	0.0	-
0.2459	12700	0.0	-
0.2469	12750	0.0	-
0.2479	12800	0.0	-
0.2488	12850	0.0	-
0.2498	12900	0.0	-
0.2508	12950	0.0001	-
0.2517	13000	0.0	-
0.2527	13050	0.0	-
0.2537	13100	0.0	-
0.2546	13150	0.0	-
0.2556	13200	0.0	-
0.2566	13250	0.0	-
0.2575	13300	0.0	-
0.2585	13350	0.0	-
0.2595	13400	0.0	-
0.2604	13450	0.0	-
0.2614	13500	0.0	-
0.2624	13550	0.0	-
0.2633	13600	0.0	-
0.2643	13650	0.0	-
0.2653	13700	0.0	-
0.2663	13750	0.0	-
0.2672	13800	0.0	-
0.2682	13850	0.0	-
0.2692	13900	0.0	-
0.2701	13950	0.0	-
0.2711	14000	0.0	-
0.2721	14050	0.0	-
0.2730	14100	0.0	-
0.2740	14150	0.0	-
0.2750	14200	0.0	-
0.2759	14250	0.0	-
0.2769	14300	0.0	-
0.2779	14350	0.0	-
0.2788	14400	0.0	-
0.2798	14450	0.0	-
0.2808	14500	0.0	-
0.2817	14550	0.0	-
0.2827	14600	0.0	-
0.2837	14650	0.0	-
0.2846	14700	0.0	-
0.2856	14750	0.0	-
0.2866	14800	0.0	-
0.2876	14850	0.0	-
0.2885	14900	0.0	-
0.2895	14950	0.0	-
0.2905	15000	0.0	-
0.2914	15050	0.0	-
0.2924	15100	0.0	-
0.2934	15150	0.0	-
0.2943	15200	0.0	-
0.2953	15250	0.0	-
0.2963	15300	0.0	-
0.2972	15350	0.0	-
0.2982	15400	0.0	-
0.2992	15450	0.0	-
0.3001	15500	0.0	-
0.3011	15550	0.0	-
0.3021	15600	0.0	-
0.3030	15650	0.0	-
0.3040	15700	0.0	-
0.3050	15750	0.0	-
0.3059	15800	0.0	-
0.3069	15850	0.0	-
0.3079	15900	0.0	-
0.3089	15950	0.0	-
0.3098	16000	0.0	-
0.3108	16050	0.0	-
0.3118	16100	0.0	-
0.3127	16150	0.0	-
0.3137	16200	0.0	-
0.3147	16250	0.0	-
0.3156	16300	0.0	-
0.3166	16350	0.0	-
0.3176	16400	0.0	-
0.3185	16450	0.0	-
0.3195	16500	0.0	-
0.3205	16550	0.0	-
0.3214	16600	0.0	-
0.3224	16650	0.0	-
0.3234	16700	0.0	-
0.3243	16750	0.0	-
0.3253	16800	0.0	-
0.3263	16850	0.0	-
0.3272	16900	0.0	-
0.3282	16950	0.0	-
0.3292	17000	0.0	-
0.3302	17050	0.0	-
0.3311	17100	0.0	-
0.3321	17150	0.0	-
0.3331	17200	0.0	-
0.3340	17250	0.0	-
0.3350	17300	0.0	-
0.3360	17350	0.0	-
0.3369	17400	0.0	-
0.3379	17450	0.0	-
0.3389	17500	0.0	-
0.3398	17550	0.0	-
0.3408	17600	0.0	-
0.3418	17650	0.0	-
0.3427	17700	0.0	-
0.3437	17750	0.0	-
0.3447	17800	0.0	-
0.3456	17850	0.0	-
0.3466	17900	0.0	-
0.3476	17950	0.0	-
0.3485	18000	0.0	-
0.3495	18050	0.0	-
0.3505	18100	0.0	-
0.3515	18150	0.0	-
0.3524	18200	0.0	-
0.3534	18250	0.0	-
0.3544	18300	0.0	-
0.3553	18350	0.0	-
0.3563	18400	0.0	-
0.3573	18450	0.0	-
0.3582	18500	0.0	-
0.3592	18550	0.0	-
0.3602	18600	0.0	-
0.3611	18650	0.0	-
0.3621	18700	0.0	-
0.3631	18750	0.0	-
0.3640	18800	0.0	-
0.3650	18850	0.0	-
0.3660	18900	0.0	-
0.3669	18950	0.0	-
0.3679	19000	0.0	-
0.3689	19050	0.0	-
0.3698	19100	0.0	-
0.3708	19150	0.0	-
0.3718	19200	0.0	-
0.3728	19250	0.0	-
0.3737	19300	0.0	-
0.3747	19350	0.0	-
0.3757	19400	0.0	-
0.3766	19450	0.0	-
0.3776	19500	0.0	-
0.3786	19550	0.0	-
0.3795	19600	0.0	-
0.3805	19650	0.0	-
0.3815	19700	0.0	-
0.3824	19750	0.0	-
0.3834	19800	0.0	-
0.3844	19850	0.0	-
0.3853	19900	0.0	-
0.3863	19950	0.0	-
0.3873	20000	0.0165	-
0.3882	20050	0.0065	-
0.3892	20100	0.0014	-
0.3902	20150	0.002	-
0.3911	20200	0.0011	-
0.3921	20250	0.0	-
0.3931	20300	0.0014	-
0.3941	20350	0.0	-
0.3950	20400	0.0008	-
0.3960	20450	0.0	-
0.3970	20500	0.0	-
0.3979	20550	0.0	-
0.3989	20600	0.0	-
0.3999	20650	0.0	-
0.4008	20700	0.0	-
0.4018	20750	0.0	-
0.4028	20800	0.0	-
0.4037	20850	0.0	-
0.4047	20900	0.0	-
0.4057	20950	0.0	-
0.4066	21000	0.0	-
0.4076	21050	0.0	-
0.4086	21100	0.0	-
0.4095	21150	0.0	-
0.4105	21200	0.0	-
0.4115	21250	0.0	-
0.4124	21300	0.0	-
0.4134	21350	0.0	-
0.4144	21400	0.0	-
0.4154	21450	0.0	-
0.4163	21500	0.0	-
0.4173	21550	0.0	-
0.4183	21600	0.0	-
0.4192	21650	0.0	-
0.4202	21700	0.0	-
0.4212	21750	0.0	-
0.4221	21800	0.0	-
0.4231	21850	0.0	-
0.4241	21900	0.0	-
0.4250	21950	0.0	-
0.4260	22000	0.0	-
0.4270	22050	0.0	-
0.4279	22100	0.0	-
0.4289	22150	0.0	-
0.4299	22200	0.0	-
0.4308	22250	0.0	-
0.4318	22300	0.0	-
0.4328	22350	0.0	-
0.4337	22400	0.0	-
0.4347	22450	0.0	-
0.4357	22500	0.0	-
0.4367	22550	0.0	-
0.4376	22600	0.0	-
0.4386	22650	0.0	-
0.4396	22700	0.0	-
0.4405	22750	0.0	-
0.4415	22800	0.0	-
0.4425	22850	0.0	-
0.4434	22900	0.0	-
0.4444	22950	0.0	-
0.4454	23000	0.0	-
0.4463	23050	0.0	-
0.4473	23100	0.0	-
0.4483	23150	0.0	-
0.4492	23200	0.0	-
0.4502	23250	0.0	-
0.4512	23300	0.0	-
0.4521	23350	0.0	-
0.4531	23400	0.0	-
0.4541	23450	0.0	-
0.4550	23500	0.0	-
0.4560	23550	0.0	-
0.4570	23600	0.0	-
0.4580	23650	0.0	-
0.4589	23700	0.0	-
0.4599	23750	0.0	-
0.4609	23800	0.0	-
0.4618	23850	0.0	-
0.4628	23900	0.0	-
0.4638	23950	0.0	-
0.4647	24000	0.0	-
0.4657	24050	0.0	-
0.4667	24100	0.0	-
0.4676	24150	0.0	-
0.4686	24200	0.0	-
0.4696	24250	0.0	-
0.4705	24300	0.0	-
0.4715	24350	0.0	-
0.4725	24400	0.0	-
0.4734	24450	0.0	-
0.4744	24500	0.0	-
0.4754	24550	0.0	-
0.4763	24600	0.0	-
0.4773	24650	0.0	-
0.4783	24700	0.0	-
0.4793	24750	0.0	-
0.4802	24800	0.0	-
0.4812	24850	0.0	-
0.4822	24900	0.0	-
0.4831	24950	0.0	-
0.4841	25000	0.0	-
0.4851	25050	0.0	-
0.4860	25100	0.0	-
0.4870	25150	0.0	-
0.4880	25200	0.0	-
0.4889	25250	0.0	-
0.4899	25300	0.0	-
0.4909	25350	0.0	-
0.4918	25400	0.0	-
0.4928	25450	0.0	-
0.4938	25500	0.0	-
0.4947	25550	0.0	-
0.4957	25600	0.0	-
0.4967	25650	0.0	-
0.4976	25700	0.0	-
0.4986	25750	0.0	-
0.4996	25800	0.0	-
0.5006	25850	0.0	-
0.5015	25900	0.0	-
0.5025	25950	0.0	-
0.5035	26000	0.0	-
0.5044	26050	0.0	-
0.5054	26100	0.0	-
0.5064	26150	0.0	-
0.5073	26200	0.0	-
0.5083	26250	0.0	-
0.5093	26300	0.0	-
0.5102	26350	0.0	-
0.5112	26400	0.0	-
0.5122	26450	0.0	-
0.5131	26500	0.0	-
0.5141	26550	0.0	-
0.5151	26600	0.0	-
0.5160	26650	0.0	-
0.5170	26700	0.0	-
0.5180	26750	0.0	-
0.5189	26800	0.0	-
0.5199	26850	0.0	-
0.5209	26900	0.0	-
0.5219	26950	0.0	-
0.5228	27000	0.0	-
0.5238	27050	0.0	-
0.5248	27100	0.0	-
0.5257	27150	0.0	-
0.5267	27200	0.0	-
0.5277	27250	0.0	-
0.5286	27300	0.0	-
0.5296	27350	0.0	-
0.5306	27400	0.0	-
0.5315	27450	0.0	-
0.5325	27500	0.0	-
0.5335	27550	0.0	-
0.5344	27600	0.0	-
0.5354	27650	0.0	-
0.5364	27700	0.0	-
0.5373	27750	0.0	-
0.5383	27800	0.0	-
0.5393	27850	0.0	-
0.5402	27900	0.0	-
0.5412	27950	0.0	-
0.5422	28000	0.0	-
0.5432	28050	0.0	-
0.5441	28100	0.0	-
0.5451	28150	0.0	-
0.5461	28200	0.0	-
0.5470	28250	0.0	-
0.5480	28300	0.0	-
0.5490	28350	0.0	-
0.5499	28400	0.0	-
0.5509	28450	0.0	-
0.5519	28500	0.0	-
0.5528	28550	0.0	-
0.5538	28600	0.0	-
0.5548	28650	0.0	-
0.5557	28700	0.0	-
0.5567	28750	0.0	-
0.5577	28800	0.0	-
0.5586	28850	0.0	-
0.5596	28900	0.0	-
0.5606	28950	0.0	-
0.5615	29000	0.0	-
0.5625	29050	0.0	-
0.5635	29100	0.0	-
0.5645	29150	0.0	-
0.5654	29200	0.0	-
0.5664	29250	0.0	-
0.5674	29300	0.0	-
0.5683	29350	0.0	-
0.5693	29400	0.0	-
0.5703	29450	0.0	-
0.5712	29500	0.0	-
0.5722	29550	0.0	-
0.5732	29600	0.0	-
0.5741	29650	0.0	-
0.5751	29700	0.0	-
0.5761	29750	0.0	-
0.5770	29800	0.0	-
0.5780	29850	0.0	-
0.5790	29900	0.0	-
0.5799	29950	0.0	-
0.5809	30000	0.0	-
0.5819	30050	0.0	-
0.5828	30100	0.0	-
0.5838	30150	0.0	-
0.5848	30200	0.0	-
0.5858	30250	0.0	-
0.5867	30300	0.0	-
0.5877	30350	0.0	-
0.5887	30400	0.0	-
0.5896	30450	0.0	-
0.5906	30500	0.0	-
0.5916	30550	0.0	-
0.5925	30600	0.0	-
0.5935	30650	0.0	-
0.5945	30700	0.0	-
0.5954	30750	0.0	-
0.5964	30800	0.0	-
0.5974	30850	0.0	-
0.5983	30900	0.0	-
0.5993	30950	0.0	-
0.6003	31000	0.0	-
0.6012	31050	0.0	-
0.6022	31100	0.0	-
0.6032	31150	0.0	-
0.6041	31200	0.0	-
0.6051	31250	0.0	-
0.6061	31300	0.0	-
0.6071	31350	0.0	-
0.6080	31400	0.0	-
0.6090	31450	0.0	-
0.6100	31500	0.0	-
0.6109	31550	0.0	-
0.6119	31600	0.0	-
0.6129	31650	0.0	-
0.6138	31700	0.0	-
0.6148	31750	0.0	-
0.6158	31800	0.0	-
0.6167	31850	0.0	-
0.6177	31900	0.0	-
0.6187	31950	0.0	-
0.6196	32000	0.0	-
0.6206	32050	0.0	-
0.6216	32100	0.0	-
0.6225	32150	0.0	-
0.6235	32200	0.0	-
0.6245	32250	0.0	-
0.6254	32300	0.0	-
0.6264	32350	0.0	-
0.6274	32400	0.0	-
0.6284	32450	0.0	-
0.6293	32500	0.0	-
0.6303	32550	0.0	-
0.6313	32600	0.0	-
0.6322	32650	0.0	-
0.6332	32700	0.0	-
0.6342	32750	0.0	-
0.6351	32800	0.0	-
0.6361	32850	0.0	-
0.6371	32900	0.0	-
0.6380	32950	0.0	-
0.6390	33000	0.0	-
0.6400	33050	0.0	-
0.6409	33100	0.0	-
0.6419	33150	0.0	-
0.6429	33200	0.0	-
0.6438	33250	0.0	-
0.6448	33300	0.0	-
0.6458	33350	0.0	-
0.6467	33400	0.0	-
0.6477	33450	0.0	-
0.6487	33500	0.0	-
0.6497	33550	0.0	-
0.6506	33600	0.0	-
0.6516	33650	0.0	-
0.6526	33700	0.0	-
0.6535	33750	0.0	-
0.6545	33800	0.0	-
0.6555	33850	0.0	-
0.6564	33900	0.0	-
0.6574	33950	0.0	-
0.6584	34000	0.0	-
0.6593	34050	0.0	-
0.6603	34100	0.0	-
0.6613	34150	0.0	-
0.6622	34200	0.0	-
0.6632	34250	0.0	-
0.6642	34300	0.0	-
0.6651	34350	0.0	-
0.6661	34400	0.0	-
0.6671	34450	0.0	-
0.6680	34500	0.0	-
0.6690	34550	0.0	-
0.6700	34600	0.0	-
0.6710	34650	0.0	-
0.6719	34700	0.0	-
0.6729	34750	0.0	-
0.6739	34800	0.0	-
0.6748	34850	0.0	-
0.6758	34900	0.0	-
0.6768	34950	0.0	-
0.6777	35000	0.0	-
0.6787	35050	0.0	-
0.6797	35100	0.0	-
0.6806	35150	0.0	-
0.6816	35200	0.0	-
0.6826	35250	0.0	-
0.6835	35300	0.0	-
0.6845	35350	0.0	-
0.6855	35400	0.0	-
0.6864	35450	0.0	-
0.6874	35500	0.0	-
0.6884	35550	0.0	-
0.6893	35600	0.0	-
0.6903	35650	0.0	-
0.6913	35700	0.0	-
0.6923	35750	0.0	-
0.6932	35800	0.0	-
0.6942	35850	0.0	-
0.6952	35900	0.0	-
0.6961	35950	0.0	-
0.6971	36000	0.0	-
0.6981	36050	0.0	-
0.6990	36100	0.0	-
0.7000	36150	0.0	-
0.7010	36200	0.0	-
0.7019	36250	0.0	-
0.7029	36300	0.0	-
0.7039	36350	0.0	-
0.7048	36400	0.0	-
0.7058	36450	0.0	-
0.7068	36500	0.0	-
0.7077	36550	0.0	-
0.7087	36600	0.0	-
0.7097	36650	0.0	-
0.7106	36700	0.0	-
0.7116	36750	0.0	-
0.7126	36800	0.0	-
0.7136	36850	0.0	-
0.7145	36900	0.0	-
0.7155	36950	0.0	-
0.7165	37000	0.0	-
0.7174	37050	0.0	-
0.7184	37100	0.0	-
0.7194	37150	0.0	-
0.7203	37200	0.0	-
0.7213	37250	0.0	-
0.7223	37300	0.0	-
0.7232	37350	0.0	-
0.7242	37400	0.0	-
0.7252	37450	0.0	-
0.7261	37500	0.0	-
0.7271	37550	0.0	-
0.7281	37600	0.0	-
0.7290	37650	0.0	-
0.7300	37700	0.0	-
0.7310	37750	0.0	-
0.7319	37800	0.0	-
0.7329	37850	0.0	-
0.7339	37900	0.0	-
0.7349	37950	0.0	-
0.7358	38000	0.0	-
0.7368	38050	0.0	-
0.7378	38100	0.0	-
0.7387	38150	0.0	-
0.7397	38200	0.0	-
0.7407	38250	0.0	-
0.7416	38300	0.0	-
0.7426	38350	0.0	-
0.7436	38400	0.0	-
0.7445	38450	0.0	-
0.7455	38500	0.0	-
0.7465	38550	0.0	-
0.7474	38600	0.0	-
0.7484	38650	0.0	-
0.7494	38700	0.0	-
0.7503	38750	0.0	-
0.7513	38800	0.0	-
0.7523	38850	0.0	-
0.7532	38900	0.0	-
0.7542	38950	0.0	-
0.7552	39000	0.0	-
0.7562	39050	0.0	-
0.7571	39100	0.0	-
0.7581	39150	0.0	-
0.7591	39200	0.0	-
0.7600	39250	0.0	-
0.7610	39300	0.0	-
0.7620	39350	0.0	-
0.7629	39400	0.0	-
0.7639	39450	0.0	-
0.7649	39500	0.0	-
0.7658	39550	0.0	-
0.7668	39600	0.0	-
0.7678	39650	0.0	-
0.7687	39700	0.0	-
0.7697	39750	0.0	-
0.7707	39800	0.0	-
0.7716	39850	0.0	-
0.7726	39900	0.0	-
0.7736	39950	0.0	-
0.7745	40000	0.0	-
0.7755	40050	0.0	-
0.7765	40100	0.0	-
0.7775	40150	0.0	-
0.7784	40200	0.0	-
0.7794	40250	0.0	-
0.7804	40300	0.0	-
0.7813	40350	0.0	-
0.7823	40400	0.0	-
0.7833	40450	0.0	-
0.7842	40500	0.0	-
0.7852	40550	0.0	-
0.7862	40600	0.0	-
0.7871	40650	0.0	-
0.7881	40700	0.0	-
0.7891	40750	0.0	-
0.7900	40800	0.0	-
0.7910	40850	0.0	-
0.7920	40900	0.0	-
0.7929	40950	0.0	-
0.7939	41000	0.0	-
0.7949	41050	0.0	-
0.7958	41100	0.0	-
0.7968	41150	0.0	-
0.7978	41200	0.0	-
0.7988	41250	0.0	-
0.7997	41300	0.0	-
0.8007	41350	0.0	-
0.8017	41400	0.0	-
0.8026	41450	0.0	-
0.8036	41500	0.0	-
0.8046	41550	0.0	-
0.8055	41600	0.0	-
0.8065	41650	0.0	-
0.8075	41700	0.0	-
0.8084	41750	0.0	-
0.8094	41800	0.0	-
0.8104	41850	0.0	-
0.8113	41900	0.0	-
0.8123	41950	0.0	-
0.8133	42000	0.0	-
0.8142	42050	0.0	-
0.8152	42100	0.0	-
0.8162	42150	0.0	-
0.8171	42200	0.0	-
0.8181	42250	0.0	-
0.8191	42300	0.0	-
0.8201	42350	0.0	-
0.8210	42400	0.0	-
0.8220	42450	0.0	-
0.8230	42500	0.0	-
0.8239	42550	0.0	-
0.8249	42600	0.0	-
0.8259	42650	0.0	-
0.8268	42700	0.0	-
0.8278	42750	0.0	-
0.8288	42800	0.0	-
0.8297	42850	0.0	-
0.8307	42900	0.0	-
0.8317	42950	0.0	-
0.8326	43000	0.0	-
0.8336	43050	0.0	-
0.8346	43100	0.0	-
0.8355	43150	0.0	-
0.8365	43200	0.0	-
0.8375	43250	0.0	-
0.8384	43300	0.0	-
0.8394	43350	0.0	-
0.8404	43400	0.0	-
0.8414	43450	0.0	-
0.8423	43500	0.0	-
0.8433	43550	0.0	-
0.8443	43600	0.0	-
0.8452	43650	0.0	-
0.8462	43700	0.0	-
0.8472	43750	0.0	-
0.8481	43800	0.0	-
0.8491	43850	0.0	-
0.8501	43900	0.0	-
0.8510	43950	0.0	-
0.8520	44000	0.0	-
0.8530	44050	0.0	-
0.8539	44100	0.0	-
0.8549	44150	0.0	-
0.8559	44200	0.0	-
0.8568	44250	0.0	-
0.8578	44300	0.0	-
0.8588	44350	0.0	-
0.8597	44400	0.0	-
0.8607	44450	0.0	-
0.8617	44500	0.0	-
0.8627	44550	0.0	-
0.8636	44600	0.0	-
0.8646	44650	0.0	-
0.8656	44700	0.0	-
0.8665	44750	0.0	-
0.8675	44800	0.0	-
0.8685	44850	0.0	-
0.8694	44900	0.0	-
0.8704	44950	0.0	-
0.8714	45000	0.0	-
0.8723	45050	0.0	-
0.8733	45100	0.0	-
0.8743	45150	0.0	-
0.8752	45200	0.0	-
0.8762	45250	0.0	-
0.8772	45300	0.0	-
0.8781	45350	0.0	-
0.8791	45400	0.0	-
0.8801	45450	0.0	-
0.8810	45500	0.0	-
0.8820	45550	0.0	-
0.8830	45600	0.0	-
0.8840	45650	0.0	-
0.8849	45700	0.0	-
0.8859	45750	0.0	-
0.8869	45800	0.0	-
0.8878	45850	0.0	-
0.8888	45900	0.0	-
0.8898	45950	0.0	-
0.8907	46000	0.0	-
0.8917	46050	0.0	-
0.8927	46100	0.0	-
0.8936	46150	0.0	-
0.8946	46200	0.0	-
0.8956	46250	0.0	-
0.8965	46300	0.0	-
0.8975	46350	0.0	-
0.8985	46400	0.0	-
0.8994	46450	0.0	-
0.9004	46500	0.0	-
0.9014	46550	0.0	-
0.9023	46600	0.0	-
0.9033	46650	0.0	-
0.9043	46700	0.0	-
0.9053	46750	0.0	-
0.9062	46800	0.0	-
0.9072	46850	0.0	-
0.9082	46900	0.0	-
0.9091	46950	0.0	-
0.9101	47000	0.0	-
0.9111	47050	0.0	-
0.9120	47100	0.0	-
0.9130	47150	0.0	-
0.9140	47200	0.0	-
0.9149	47250	0.0	-
0.9159	47300	0.0	-
0.9169	47350	0.0	-
0.9178	47400	0.0	-
0.9188	47450	0.0	-
0.9198	47500	0.0	-
0.9207	47550	0.0	-
0.9217	47600	0.0	-
0.9227	47650	0.0	-
0.9236	47700	0.0	-
0.9246	47750	0.0	-
0.9256	47800	0.0	-
0.9266	47850	0.0	-
0.9275	47900	0.0	-
0.9285	47950	0.0	-
0.9295	48000	0.0	-
0.9304	48050	0.0	-
0.9314	48100	0.0	-
0.9324	48150	0.0	-
0.9333	48200	0.0	-
0.9343	48250	0.0	-
0.9353	48300	0.0	-
0.9362	48350	0.0	-
0.9372	48400	0.0	-
0.9382	48450	0.0	-
0.9391	48500	0.0	-
0.9401	48550	0.0	-
0.9411	48600	0.0	-
0.9420	48650	0.0	-
0.9430	48700	0.0	-
0.9440	48750	0.0	-
0.9449	48800	0.0	-
0.9459	48850	0.0	-
0.9469	48900	0.0	-
0.9479	48950	0.0	-
0.9488	49000	0.0	-
0.9498	49050	0.0	-
0.9508	49100	0.0	-
0.9517	49150	0.0	-
0.9527	49200	0.0	-
0.9537	49250	0.0	-
0.9546	49300	0.0	-
0.9556	49350	0.0	-
0.9566	49400	0.0	-
0.9575	49450	0.0	-
0.9585	49500	0.0	-
0.9595	49550	0.0	-
0.9604	49600	0.0	-
0.9614	49650	0.0	-
0.9624	49700	0.0	-
0.9633	49750	0.0	-
0.9643	49800	0.0	-
0.9653	49850	0.0	-
0.9662	49900	0.0	-
0.9672	49950	0.0	-
0.9682	50000	0.0	-
0.9692	50050	0.0	-
0.9701	50100	0.0	-
0.9711	50150	0.0	-
0.9721	50200	0.0	-
0.9730	50250	0.0	-
0.9740	50300	0.0	-
0.9750	50350	0.0	-
0.9759	50400	0.0	-
0.9769	50450	0.0	-
0.9779	50500	0.0	-
0.9788	50550	0.0	-
0.9798	50600	0.0	-
0.9808	50650	0.0	-
0.9817	50700	0.0	-
0.9827	50750	0.0	-
0.9837	50800	0.0	-
0.9846	50850	0.0	-
0.9856	50900	0.0	-
0.9866	50950	0.0	-
0.9875	51000	0.0	-
0.9885	51050	0.0	-
0.9895	51100	0.0	-
0.9905	51150	0.0	-
0.9914	51200	0.0	-
0.9924	51250	0.0	-
0.9934	51300	0.0	-
0.9943	51350	0.0	-
0.9953	51400	0.0	-
0.9963	51450	0.0	-
0.9972	51500	0.0	-
0.9982	51550	0.0	-
0.9992	51600	0.0	-

Framework Versions

Python: 3.10.12
SetFit: 1.1.0
Sentence Transformers: 3.3.1
Transformers: 4.42.2
PyTorch: 2.5.1+cu121
Datasets: 3.2.0
Tokenizers: 0.19.1

Citation

BibTeX

@article{https://doi.org/10.48550/arxiv.2209.11055,
    doi = {10.48550/ARXIV.2209.11055},
    url = {https://arxiv.org/abs/2209.11055},
    author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
    keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
    title = {Efficient Few-Shot Learning Without Prompts},
    publisher = {arXiv},
    year = {2022},
    copyright = {Creative Commons Attribution 4.0 International}
}