Push model using huggingface_hub.

1_Pooling/config.json

@@ -0,0 +1,10 @@
+{
+  "word_embedding_dimension": 768,
+  "pooling_mode_cls_token": false,
+  "pooling_mode_mean_tokens": true,
+  "pooling_mode_max_tokens": false,
+  "pooling_mode_mean_sqrt_len_tokens": false,
+  "pooling_mode_weightedmean_tokens": false,
+  "pooling_mode_lasttoken": false,
+  "include_prompt": true
+}

README.md

@@ -0,0 +1,278 @@
+---
+tags:
+- setfit
+- sentence-transformers
+- text-classification
+- generated_from_setfit_trainer
+widget:
+- text: LSA 흡착식판 친환경 아이 캠핑 실리콘 이유식 식판 접시 블루 출산/육아 > 이유식용품 > 유아식기
+- text: "캐치티니핑 수저세트 교정젓가락 유아 교정용 아기젓가락 어린이젓가락 연습용 5.\uFEFF티니핑 물컵 스텐컵_3.퐁당핑 논슬립 스텐컵\
+    \ 출산/육아 > 이유식용품 > 연습용젓가락"
+- text: 닥터브라운 흘림방지 360도컵 3개 (반투명 트레이닝 아기안전컵 - 9종 중 택3) 3) 300ml(손잡이) 블루_4) 300ml(손잡이)
+    그린_3) 300ml(손잡이) 블루 출산/육아 > 이유식용품 > 유아컵
+- text: 귀여운 유아식기 흡착볼 접시 컵 스푼 포크 세트 이유식식기 돌아기식판 아기선물 3.디너세트(식판+볼+컵+스푼&포크)_01 Rainy
+    출산/육아 > 이유식용품 > 유아식기
+- text: 4p 투데코 이유식 도자기 조리기세트 화이트 출산/육아 > 이유식용품 > 조리기
+metrics:
+- accuracy
+pipeline_tag: text-classification
+library_name: setfit
+inference: true
+base_model: mini1013/master_domain
+model-index:
+- name: SetFit with mini1013/master_domain
+  results:
+  - task:
+      type: text-classification
+      name: Text Classification
+    dataset:
+      name: Unknown
+      type: unknown
+      split: test
+    metrics:
+    - type: accuracy
+      value: 1.0
+      name: Accuracy
+---
+
+# SetFit with mini1013/master_domain
+
+This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [mini1013/master_domain](https://huggingface.co/mini1013/master_domain) as the Sentence Transformer embedding model. A [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance is used for classification.
+
+The model has been trained using an efficient few-shot learning technique that involves:
+
+1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
+2. Training a classification head with features from the fine-tuned Sentence Transformer.
+
+## Model Details
+
+### Model Description
+- **Model Type:** SetFit
+- **Sentence Transformer body:** [mini1013/master_domain](https://huggingface.co/mini1013/master_domain)
+- **Classification head:** a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
+- **Maximum Sequence Length:** 512 tokens
+- **Number of Classes:** 8 classes
+<!-- - **Training Dataset:** [Unknown](https://huggingface.co/datasets/unknown) -->
+<!-- - **Language:** Unknown -->
+<!-- - **License:** Unknown -->
+
+### Model Sources
+
+- **Repository:** [SetFit on GitHub](https://github.com/huggingface/setfit)
+- **Paper:** [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
+- **Blogpost:** [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)
+
+### Model Labels
+| Label | Examples                                                                                                                                                                                                                                                                                                |
+|:------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
+| 7.0   | <ul><li>'방수전신미술가운 올인원 수트지퍼형 204526 유아동 핑크120 출산/육아 > 이유식용품 > 턱받이'</li><li>'아가짱 실리콘턱받이 아기 이유식 턱받이 03.실리콘턱받이_원숭이 출산/육아 > 이유식용품 > 턱받이'</li><li>'무형광 침받이 토끼 출산/육아 > 이유식용품 > 턱받이'</li></ul>                                                                                                                  |
+| 3.0   | <ul><li>'캐릭터 스푼 포크 젓가락 어린이 수저세트 유아 뽀로로 겨울왕국 어린이집 아기 144 헬로키티 올스텐 수저세트 출산/육아 > 이유식용품 > 유아스푼/포크'</li><li>'비박스 원터치 트라이탄 대용량 빨대컵 450ml 2개 TS 443931 블루슬레이트_오렌지핑크 출산/육아 > 이유식용품 > 유아스푼/포크'</li><li>'브릭오 애착스푼 초기 중기 후기 실리콘 이유식 수저 민트 출산/육아 > 이유식용품 > 유아스푼/포크'</li></ul>                                       |
+| 1.0   | <ul><li>'논슬립 흡착식 휴대용 사무실 보틀 피크닉 보온보냉 보냉 종류_350ml-핑크 출산/육아 > 이유식용품 > 기타이유식용품'</li><li>'더미누 방수요 아기 유아 방수패드 국내산/중형/대형 방수요 M 사이즈 (공 룡) 출산/육아 > 이유식용품 > 기타이유식용품'</li><li>'엘로니파파 이유식용기 실리콘 양면 흡착판 11컬러 인디핑크 출산/육아 > 이유식용품 > 기타이유식용품'</li></ul>                                                                |
+| 5.0   | <ul><li>'[빠띠라인] 스마트 트레이닝컵 220ml 4종 택1 그린 출산/육아 > 이유식용품 > 유아컵'</li><li>'맘스모도 PPSU 원터치 빨대컵 250ml 1+1 11절 기념 코끼리 그린+베이지 출산/육아 > 이유식용품 > 유아컵'</li><li>'아이별프렌즈 유아 빨대컵 아기 젖병 모음전 01번 캐럿 추빨대컵+리필사은품_270ml 오렌지 출산/육아 > 이유식용품 > 유아컵'</li></ul>                                                                   |
+| 0.0   | <ul><li>'과즙망 바나나 실리콘 옐로우 출산/육아 > 이유식용품 > 과즙망'</li><li>'오가닉팩토리 실리콘 과즙망 유아용 아기과즙망 자기주도 이유식 치발기 과일망 과즙망 그레이 출산/육아 > 이유식용품 > 과즙망'</li><li>'아가프라 국산 실리콘 과즙망(소 중 망2개포함) 아기 이유식 준비물 국민 과즙망(오렌지) 출산/육아 > 이유식용품 > 과즙망'</li></ul>                                                                                 |
+| 4.0   | <ul><li>'티지엠 실리콘 조가비 흡착 식판 자기주도 이유식 이유식판 흡착트레이 베이지_덮개 미선택_초콜릿(매트) 출산/육아 > 이유식용품 > 유아식기'</li><li>'옥수수 돌 아기식판 이유식그릇 이유식볼 유아 아기 수저포크식기세트 준비물 4칸접시_아이보리 출산/육아 > 이유식용품 > 유아식기'</li><li>'옥수수 내열 펭귄 식판 아기 그릇 나눔 선물 5P 스푼포크세트 아이보리 출산/육아 > 이유식용품 > 유아식기'</li></ul>                                              |
+| 2.0   | <ul><li>'에디슨 뽀로로 이지 스텐 수저 케이스세트 패티 출산/육아 > 이유식용품 > 연습용젓가락'</li><li>'에디슨 젓가락 1/2단계-뽀로로 패티 폴리 엠버 프렌즈 왼손 성인 경찰 소방관 부엉이 스텐 스푼포크 수저세트 16.프렌즈 젓가락 1단계 돼지 출산/육아 > 이유식용품 > 연습용젓가락'</li><li>'유아 아동 초등학생 어린이 아기 캐릭터 교정용 스텐 젓가락 수저집 수저케이스세트 모음 캐릭터세트(D)1단계_D05_입체교정젓가락-핑크퐁 큐티SET 출산/육아 > 이유식용품 > 연습용젓가락'</li></ul> |
+| 6.0   | <ul><li>'원목뜰채 고운망 5호 AW1E2C93  출산/육아 > 이유식용품 > 조리기'</li><li>'[베이비리앙] 프리미엄 실리콘 이유식 스파츌라_유아 아기 자기주도 이유식 스푼 커틀러리 마일드 블루 출산/육아 > 이유식용품 > 조리기'</li><li>'유비맘 PPSU 시그니처 역류방지 유아빨대컵 280ml 2P 딸기_8.바나나 출산/육아 > 이유식용품 > 조리기'</li></ul>                                                                            |
+
+## Evaluation
+
+### Metrics
+| Label   | Accuracy |
+|:--------|:---------|
+| **all** | 1.0      |
+
+## Uses
+
+### Direct Use for Inference
+
+First install the SetFit library:
+
+```bash
+pip install setfit
+```
+
+Then you can load this model and run inference.
+
+```python
+from setfit import SetFitModel
+
+# Download from the 🤗 Hub
+model = SetFitModel.from_pretrained("mini1013/master_cate_bc26")
+# Run inference
+preds = model("4p 투데코 이유식 도자기 조리기세트 화이트 출산/육아 > 이유식용품 > 조리기")
+```
+
+<!--
+### Downstream Use
+
+*List how someone could finetune this model on their own dataset.*
+-->
+
+<!--
+### Out-of-Scope Use
+
+*List how the model may foreseeably be misused and address what users ought not to do with the model.*
+-->
+
+<!--
+## Bias, Risks and Limitations
+
+*What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.*
+-->
+
+<!--
+### Recommendations
+
+*What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.*
+-->
+
+## Training Details
+
+### Training Set Metrics
+| Training set | Min | Median | Max |
+|:-------------|:----|:-------|:----|
+| Word count   | 7   | 15.075 | 30  |
+
+| Label | Training Sample Count |
+|:------|:----------------------|
+| 0.0   | 70                    |
+| 1.0   | 70                    |
+| 2.0   | 70                    |
+| 3.0   | 70                    |
+| 4.0   | 70                    |
+| 5.0   | 70                    |
+| 6.0   | 70                    |
+| 7.0   | 70                    |
+
+### Training Hyperparameters
+- batch_size: (256, 256)
+- num_epochs: (30, 30)
+- max_steps: -1
+- sampling_strategy: oversampling
+- num_iterations: 50
+- body_learning_rate: (2e-05, 1e-05)
+- head_learning_rate: 0.01
+- loss: CosineSimilarityLoss
+- distance_metric: cosine_distance
+- margin: 0.25
+- end_to_end: False
+- use_amp: False
+- warmup_proportion: 0.1
+- l2_weight: 0.01
+- seed: 42
+- eval_max_steps: -1
+- load_best_model_at_end: False
+
+### Training Results
+| Epoch   | Step | Training Loss | Validation Loss |
+|:-------:|:----:|:-------------:|:---------------:|
+| 0.0091  | 1    | 0.4946        | -               |
+| 0.4545  | 50   | 0.5017        | -               |
+| 0.9091  | 100  | 0.4932        | -               |
+| 1.3636  | 150  | 0.3697        | -               |
+| 1.8182  | 200  | 0.0968        | -               |
+| 2.2727  | 250  | 0.0213        | -               |
+| 2.7273  | 300  | 0.0175        | -               |
+| 3.1818  | 350  | 0.0186        | -               |
+| 3.6364  | 400  | 0.0187        | -               |
+| 4.0909  | 450  | 0.0136        | -               |
+| 4.5455  | 500  | 0.0007        | -               |
+| 5.0     | 550  | 0.0001        | -               |
+| 5.4545  | 600  | 0.0001        | -               |
+| 5.9091  | 650  | 0.0001        | -               |
+| 6.3636  | 700  | 0.0001        | -               |
+| 6.8182  | 750  | 0.0001        | -               |
+| 7.2727  | 800  | 0.0001        | -               |
+| 7.7273  | 850  | 0.0001        | -               |
+| 8.1818  | 900  | 0.0           | -               |
+| 8.6364  | 950  | 0.0           | -               |
+| 9.0909  | 1000 | 0.0           | -               |
+| 9.5455  | 1050 | 0.0           | -               |
+| 10.0    | 1100 | 0.0           | -               |
+| 10.4545 | 1150 | 0.0           | -               |
+| 10.9091 | 1200 | 0.0           | -               |
+| 11.3636 | 1250 | 0.0           | -               |
+| 11.8182 | 1300 | 0.0           | -               |
+| 12.2727 | 1350 | 0.0           | -               |
+| 12.7273 | 1400 | 0.0           | -               |
+| 13.1818 | 1450 | 0.0           | -               |
+| 13.6364 | 1500 | 0.0           | -               |
+| 14.0909 | 1550 | 0.0           | -               |
+| 14.5455 | 1600 | 0.0           | -               |
+| 15.0    | 1650 | 0.0           | -               |
+| 15.4545 | 1700 | 0.0           | -               |
+| 15.9091 | 1750 | 0.0           | -               |
+| 16.3636 | 1800 | 0.0           | -               |
+| 16.8182 | 1850 | 0.0           | -               |
+| 17.2727 | 1900 | 0.0           | -               |
+| 17.7273 | 1950 | 0.0           | -               |
+| 18.1818 | 2000 | 0.0           | -               |
+| 18.6364 | 2050 | 0.0           | -               |
+| 19.0909 | 2100 | 0.0           | -               |
+| 19.5455 | 2150 | 0.0           | -               |
+| 20.0    | 2200 | 0.0           | -               |
+| 20.4545 | 2250 | 0.0           | -               |
+| 20.9091 | 2300 | 0.0           | -               |
+| 21.3636 | 2350 | 0.0           | -               |
+| 21.8182 | 2400 | 0.0           | -               |
+| 22.2727 | 2450 | 0.0           | -               |
+| 22.7273 | 2500 | 0.0           | -               |
+| 23.1818 | 2550 | 0.0           | -               |
+| 23.6364 | 2600 | 0.0           | -               |
+| 24.0909 | 2650 | 0.0           | -               |
+| 24.5455 | 2700 | 0.0           | -               |
+| 25.0    | 2750 | 0.0           | -               |
+| 25.4545 | 2800 | 0.0           | -               |
+| 25.9091 | 2850 | 0.0           | -               |
+| 26.3636 | 2900 | 0.0           | -               |
+| 26.8182 | 2950 | 0.0           | -               |
+| 27.2727 | 3000 | 0.0           | -               |
+| 27.7273 | 3050 | 0.0           | -               |
+| 28.1818 | 3100 | 0.0           | -               |
+| 28.6364 | 3150 | 0.0           | -               |
+| 29.0909 | 3200 | 0.0           | -               |
+| 29.5455 | 3250 | 0.0           | -               |
+| 30.0    | 3300 | 0.0           | -               |
+
+### Framework Versions
+- Python: 3.10.12
+- SetFit: 1.1.0
+- Sentence Transformers: 3.3.1
+- Transformers: 4.44.2
+- PyTorch: 2.2.0a0+81ea7a4
+- Datasets: 3.2.0
+- Tokenizers: 0.19.1
+
+## Citation
+
+### BibTeX
+```bibtex
+@article{https://doi.org/10.48550/arxiv.2209.11055,
+    doi = {10.48550/ARXIV.2209.11055},
+    url = {https://arxiv.org/abs/2209.11055},
+    author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
+    keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
+    title = {Efficient Few-Shot Learning Without Prompts},
+    publisher = {arXiv},
+    year = {2022},
+    copyright = {Creative Commons Attribution 4.0 International}
+}
+```
+
+<!--
+## Glossary
+
+*Clearly define terms in order to be accessible across audiences.*
+-->
+
+<!--
+## Model Card Authors
+
+*Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.*
+-->
+
+<!--
+## Model Card Contact
+
+*Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.*
+-->

config.json

@@ -0,0 +1,29 @@
+{
+  "_name_or_path": "mini1013/master_item_bc",
+  "architectures": [
+    "RobertaModel"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "bos_token_id": 0,
+  "classifier_dropout": null,
+  "eos_token_id": 2,
+  "gradient_checkpointing": false,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 768,
+  "initializer_range": 0.02,
+  "intermediate_size": 3072,
+  "layer_norm_eps": 1e-05,
+  "max_position_embeddings": 514,
+  "model_type": "roberta",
+  "num_attention_heads": 12,
+  "num_hidden_layers": 12,
+  "pad_token_id": 1,
+  "position_embedding_type": "absolute",
+  "tokenizer_class": "BertTokenizer",
+  "torch_dtype": "float32",
+  "transformers_version": "4.44.2",
+  "type_vocab_size": 1,
+  "use_cache": true,
+  "vocab_size": 32000
+}

config_sentence_transformers.json

@@ -0,0 +1,10 @@
+{
+  "__version__": {
+    "sentence_transformers": "3.3.1",
+    "transformers": "4.44.2",
+    "pytorch": "2.2.0a0+81ea7a4"
+  },
+  "prompts": {},
+  "default_prompt_name": null,
+  "similarity_fn_name": "cosine"
+}

config_setfit.json

@@ -0,0 +1,4 @@
+{
+  "labels": null,
+  "normalize_embeddings": false
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5353354cde64f67c09b924e78883f4f399c47250f2655aab8fbe611be00d88f7
+size 442494816

model_head.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a8654fd26f32800060f75a4449f3b40cb69abb311b5f22e861312e01c4ad5e40
+size 50087

modules.json

@@ -0,0 +1,14 @@
+[
+  {
+    "idx": 0,
+    "name": "0",
+    "path": "",
+    "type": "sentence_transformers.models.Transformer"
+  },
+  {
+    "idx": 1,
+    "name": "1",
+    "path": "1_Pooling",
+    "type": "sentence_transformers.models.Pooling"
+  }
+]

sentence_bert_config.json

@@ -0,0 +1,4 @@
+{
+  "max_seq_length": 512,
+  "do_lower_case": false
+}

special_tokens_map.json

@@ -0,0 +1,51 @@
+{
+  "bos_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "cls_token": {
+    "content": "[CLS]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "eos_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "mask_token": {
+    "content": "[MASK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "pad_token": {
+    "content": "[PAD]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "sep_token": {
+    "content": "[SEP]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  },
+  "unk_token": {
+    "content": "[UNK]",
+    "lstrip": false,
+    "normalized": false,
+    "rstrip": false,
+    "single_word": false
+  }
+}

tokenizer_config.json

@@ -0,0 +1,66 @@
+{
+  "added_tokens_decoder": {
+    "0": {
+      "content": "[CLS]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "1": {
+      "content": "[PAD]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "2": {
+      "content": "[SEP]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "3": {
+      "content": "[UNK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    },
+    "4": {
+      "content": "[MASK]",
+      "lstrip": false,
+      "normalized": false,
+      "rstrip": false,
+      "single_word": false,
+      "special": true
+    }
+  },
+  "bos_token": "[CLS]",
+  "clean_up_tokenization_spaces": false,
+  "cls_token": "[CLS]",
+  "do_basic_tokenize": true,
+  "do_lower_case": false,
+  "eos_token": "[SEP]",
+  "mask_token": "[MASK]",
+  "max_length": 512,
+  "model_max_length": 512,
+  "never_split": null,
+  "pad_to_multiple_of": null,
+  "pad_token": "[PAD]",
+  "pad_token_type_id": 0,
+  "padding_side": "right",
+  "sep_token": "[SEP]",
+  "stride": 0,
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "BertTokenizer",
+  "truncation_side": "right",
+  "truncation_strategy": "longest_first",
+  "unk_token": "[UNK]"
+}