prompt-router / README.md

cnmoro

Update README.md

7ec283f verified about 2 months ago

preview code

raw

history blame contribute delete

24.5 kB

metadata

tags:
  - setfit
  - sentence-transformers
  - text-classification
  - generated_from_setfit_trainer
widget:
  - text: A fantastical portal opening into another dimension, swirling energy.
  - text: Analyze the concept of political trust and its importance for governance.
  - text: What makes a particular escape room experience engaging and successful?
  - text: What is the function of the lymphatic system?
  - text: >-
      Desenvolva um conto fictício sobre um mapa antigo que guia para um tesouro
      cultural perdido.
metrics:
  - accuracy
pipeline_tag: text-classification
library_name: setfit
inference: true
base_model: ibm-granite/granite-embedding-107m-multilingual
model-index:
  - name: SetFit with ibm-granite/granite-embedding-107m-multilingual
    results:
      - task:
          type: text-classification
          name: Text Classification
        dataset:
          name: Unknown
          type: unknown
          split: test
        metrics:
          - type: accuracy
            value: 0.8924137931034483
            name: Accuracy

As of 28/07/2025, I instead of using this model, a simpler approach would be to just use one of these Gliclass Models, matching the user's prompt against the prompts classes. But this model will remain here nonetheless.

SetFit with ibm-granite/granite-embedding-107m-multilingual

This is a SetFit model that can be used for Text Classification. This SetFit model uses ibm-granite/granite-embedding-107m-multilingual 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: ibm-granite/granite-embedding-107m-multilingual
Classification head: a LogisticRegression instance
Maximum Sequence Length: 512 tokens
Number of Classes: 30 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
sentiment_analysis	'Como a análise de sentimento pode melhorar a tomada de decisões estratégicas?' 'Dê um exemplo de como a ironia afeta a análise de sentimento.' 'What are the key advantages of using transformer-based models (e.g., BERT, RoBERTa) for sentiment analysis tasks?'
marketing	'What are the emerging trends in voice search optimization for marketing?' 'How can augmented reality (AR) be integrated into marketing experiences?' 'How does psychographic segmentation differ from demographic segmentation?'
entertainment	'Explore the challenges of balancing artistic integrity with commercial viability in entertainment.' 'Discuss the impact of major sporting events as a form of entertainment.' "O que torna uma canção um 'hit global' na era da internet?"
image_generation	'Um grupo de pássaros migratórios voando em formação perfeita no céu azul, com nuvens ao fundo.' 'A photorealistic rendering of a gourmet dish, top-down view, professional food photography.' 'Uma ponte suspensa de madeira em uma floresta tropical densa, com névoa subindo do chão.'
complex_reasoning	'Implement a neural-symbolic system that combines rule-based reasoning with deep learning to answer complex scientific questions from literature.' 'Create a method to reconstruct 3D objects from multiple 2D images taken under varying lighting and viewpoints with occlusions.' 'Descreva métodos para criar jogos educacionais que se adaptem dinamicamente ao progresso do aluno.'
education	'Propose ways to reduce the achievement gap among different socio-economic groups.' 'O papel do esporte no desenvolvimento integral dos estudantes.' 'A importância da colaboração entre escolas e comunidade.'
mathematics	'Discuss the concept of convexity in optimization.' 'How does game theory use mathematical models?' 'Descreva uma estratégia eficaz para resolver problemas de matemática que envolvem múltiplas etapas.'
biology	'Explique a regulação da temperatura corporal em humanos.' 'Descreva os diferentes níveis de organização biológica.' 'O que é a homeostase e por que ela é vital?'
extraction	'Faça uma síntese das principais características dos dados apresentados no relatório de desmatamento, destacando tendências e padrões observáveis.' 'É seu dever revelar os elementos-chave que explicam a relação entre desmatamento e políticas públicas, destacando causas e soluções propostas.' "Build a detailed analysis of the competitor's marketing funnel, from awareness to conversion."
engineering	'What are the main methods of controlled demolition of structures?' 'Como a sustentabilidade pode ser integrada no projeto e construção de edifícios residenciais?' 'Discuss the application of artificial intelligence in predictive maintenance of electrical equipment.'
ethics	'Defina ética e moralidade, destacando suas principais diferenças e interconexões.' 'Is there a universal ethic that applies to all humans?' 'How do personal values shape ethical choices?'
law	'O que é a Lei Anticorrupção?' 'Quais os direitos dos animais no direito brasileiro?' 'Explain the concept of intellectual property.'
general_knowledge	'Qual é a importância da agricultura para a economia brasileira?' 'Quais espécies animais são consideradas ameaçadas de extinção no Brasil?' 'O que é a imunidade vacinal e como as vacinas funcionam?'
geopolitics	'Discuss the role of the International Criminal Court in global justice and accountability.' 'Examine the role of proxy conflicts in modern geopolitical competition.' 'Examine the role of the World Trade Organization in a protectionist global economy.'
summarization	'Resuma os resultados de uma avaliação educacional nacional.' 'Resuma um artigo jornalístico investigativo explicando os fatos.' 'Summarize user experience testing results to prioritize UI improvements.'
healthcare	'Describe the role of a paramedic in the pre-hospital emergency care setting.' 'What is sepsis and why is it a medical emergency?' 'Discuss the medical implications of an aging global population.'
spiritual	'A experiência do êxtase espiritual.' 'Aspectos do misticismo e o inexplicável.' 'How do you manage expectations on your spiritual journey?'
coding	'Implemente uma função para balancear expressões matemáticas adicionando parênteses corretamente.' 'Desenvolva um algoritmo que transforme uma expressão regular em um autômato finito determinístico.' 'Desenvolva um algoritmo para reconhecimento de padrões em strings baseado em autômatos finitos não determinísticos.'
tool	'Leia o conteúdo de uma página web e resuma os principais pontos.' 'Traduza este texto do português para inglês usando um serviço externo.' 'Retrieve the top 5 upcoming tech conferences worldwide this year.'
politics	'Explain the process of judicial review and its role in a constitutional government.' 'Como as campanhas eleitorais influenciam o eleitorado e quais estratégias são utilizadas?' 'Discuta o funcionamento de um regime presidencialista e suas vantagens e desvantagens.'
business	'Princípios e metodologias da gestão ágil de projetos (Agile) aplicadas a empresas.' 'O papel do CEO moderno em um cenário de negócios em constante mudança.' 'How can businesses optimize their operational processes for greater efficiency?'
creativity	'Write a story about a labyrinth that reconfigures itself based on the visitor’s fears.' 'Escreva uma crônica de humor sobre as peculiaridades do transporte público em uma capital brasileira.' 'Desenvolva um conto que envolva um segredo escondido dentro de uma música popular brasileira.'
physics	'What is superconductivity?' 'O que é a física do plasma e onde ela é estudada/aplicada?' 'Explain the concept of a quantum field.'
psychological	'Identificando e apoiando dificuldades de aprendizagem.' 'Analyze the concept of social loafing and ways to mitigate it.' 'Discuss the psychological factors influencing academic performance and learning.'
history	'Analyze the concept of "historical turning points."' 'Explore the history of human-animal relationships.' 'How did the fall of the Berlin Wall affect European integration?'
translation	"Convert this folk song from Portuguese to English: 'Asa Branca - Luiz Gonzaga'." "Poderia traduzir esta citação filosófica do latim para português: 'Cogito, ergo sum'." "Convert this Brazilian lullaby to English: 'Boi da cara preta, pega essa criança que tem medo de careta.'"
basic_reasoning	'Se um carro gasta 10 litros de combustível para percorrer 100 km, quanto gastará em 250 km?' 'If the sum of two numbers is 35 and their difference is 5, what are the numbers?' 'O que é maior: 1/2 ou 0,6?'
finance	'Describe the process of a company going public (IPO).' 'Discuss the role of regulations in preventing financial crises.' "Discuss the concept of 'too big to fail' in the banking sector."
chemistry	'Como a temperatura afeta a velocidade das reações químicas?' 'O que são os ligantes em compostos de coordenação?' 'What is green chemistry? List and explain at least three of its core principles.'
roleplay	'Personifique um cineasta independendente buscando financiamento para um projeto arriscado.' 'Atue como um editor de jogos digitais assistindo testes beta e tomando decisões de ajustes finais.' 'You are a psychologist exploring childhood trauma with a patient using therapeutic techniques.'

Evaluation

Metrics

Label	Accuracy
all	0.8924

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("cnmoro/prompt-router")
# Run inference
preds = model("What is the function of the lymphatic system?")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	3	11.6859	38

Label	Training Sample Count
creativity	176
extraction	283
image_generation	173
education	181
summarization	174
chemistry	174
sentiment_analysis	179
geopolitics	181
translation	179
history	177
coding	158
politics	181
healthcare	178
business	170
complex_reasoning	152
psychological	174
biology	172
mathematics	178
marketing	177
physics	177
engineering	176
roleplay	171
finance	175
basic_reasoning	154
ethics	180
entertainment	180
tool	166
law	173
spiritual	175
general_knowledge	170

Training Hyperparameters

batch_size: (8, 8)
num_epochs: (1, 16)
max_steps: 2400
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
evaluation_strategy: steps
eval_max_steps: -1
load_best_model_at_end: True

Training Results

Epoch	Step	Training Loss	Validation Loss
0.0004	1	0.2374	-
0.0208	50	0.2111	-
0.0417	100	0.2087	-
0.0625	150	0.1995	-
0.0833	200	0.1984	0.1876
0.1042	250	0.1894	-
0.125	300	0.1872	-
0.1458	350	0.1818	-
0.1667	400	0.1758	0.1587
0.1875	450	0.1647	-
0.2083	500	0.1547	-
0.2292	550	0.1404	-
0.25	600	0.1342	0.1252
0.2708	650	0.1309	-
0.2917	700	0.1209	-
0.3125	750	0.1329	-
0.3333	800	0.1068	0.1055
0.3542	850	0.1131	-
0.375	900	0.1006	-
0.3958	950	0.1033	-
0.4167	1000	0.1005	0.0922
0.4375	1050	0.1133	-
0.4583	1100	0.0898	-
0.4792	1150	0.0918	-
0.5	1200	0.0983	0.0855
0.5208	1250	0.0947	-
0.5417	1300	0.0921	-
0.5625	1350	0.1045	-
0.5833	1400	0.09	0.0763
0.6042	1450	0.0893	-
0.625	1500	0.0823	-
0.6458	1550	0.0853	-
0.6667	1600	0.0881	0.0713
0.6875	1650	0.0837	-
0.7083	1700	0.0886	-
0.7292	1750	0.0784	-
0.75	1800	0.0838	0.0680
0.7708	1850	0.0743	-
0.7917	1900	0.0788	-
0.8125	1950	0.084	-
0.8333	2000	0.0772	0.0659
0.8542	2050	0.0872	-
0.875	2100	0.0808	-
0.8958	2150	0.0649	-
0.9167	2200	0.0795	0.0651
0.9375	2250	0.0774	-
0.9583	2300	0.0687	-
0.9792	2350	0.0787	-
1.0	2400	0.0786	0.0647

Framework Versions

Python: 3.11.11
SetFit: 1.2.0.dev0
Sentence Transformers: 5.0.0
Transformers: 4.53.2
PyTorch: 2.7.1+cu126
Datasets: 3.2.0
Tokenizers: 0.21.0

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}
}