afk-live/afk-setfit-solon-large-v1

SetFit with OrdalieTech/Solon-embeddings-large-0.1

This is a SetFit model trained on the afk-live/afk-news-fr-classification-20251225 dataset that can be used for Text Classification. This SetFit model uses OrdalieTech/Solon-embeddings-large-0.1 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:

1. Fine-tuning a Sentence Transformer 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: OrdalieTech/Solon-embeddings-large-0.1
• Classification head: a LogisticRegression instance
• Maximum Sequence Length: 512 tokens
• Number of Classes: 15 classes
• Training Dataset: afk-live/afk-news-fr-classification-20251225

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
Sport	'Mercato : «On a 85-90% de l’effectif», l’OL espère encore deux à trois renforts' 'Tuilagi absent plusieurs semaines' 'Cyclisme: La Française Pauline Ferrand-Prévot remporte le Tour de France'
Lifestyle & Consumer (mode, cuisine, gadgets, pub)	'Dacia dévoile sa voiture électrique au prix ultra abordable' 'Black Friday 2025 – La serrure connectée SwitchBot Lock Pro "4 étoiles" à 149,99\xa0€ (-21%)' "Je renoncerais à la smartwatch la plus chère d'Apple pour prendre celle-ci à la place ce Cyber Monday"
Politique Europe & Francophonie (BE, CH, QC + UE)	'”Une attaque hybride”\xa0: des drones non identifiés repérés à proximité de l’avion de Zelensky lors de sa visite à Dublin' 'En changeant les règles, on va vers un taux d’échecs aux examens plus important\xa0: le seuil de réussite va changer en primaire et en secondaire' 'F-35\xa0: la Belgique accroît sa dépendance aux États-Unis'
Technologie	"L'interface est tout, et tout est une interface" "Les agents d'IA connaissent une croissance fulgurante sur AWS Marketplace" 'Mise à jour de la fiche système GPT-5 : GPT-5.2'
Climat & Biodiversité	'Quels enjeux à la COP 30 qui commence au Brésil\xa0?' '”Pour les agriculteurs, les conditions extrêmes sont devenues la norme”' "Des incendies ravagent la Grèce continentale et les îles, des milliers d'évacués"
Géopolitique mondiale (conflits, diplomatie hors Europe)	'RDC: Doha, l’autre processus de paix qui manque au puzzle RDC-Rwanda' 'Reconnaître l'État de Palestine, "un geste très important" pour les étudiants palestiniens' 'Provenant de la collection de Jeffrey Epstein De nouvelles photos de Trump, Clinton et Andrew publiées'
Faits divers & Actualité locale	"Plus de 90 000 euros d'amende : pourquoi l'aéroport de Toulouse doit régler cette somme en 2025" 'En Autriche, ce miraculé a survécu après s’être accroché à l’extérieur d’un train en marche' 'Après le déluge du 19\xa0mai, le Grand Montauban au chevet de la voirie d’un village sinistré'
Politique France	'Le retour à la réalité des taux de croissance se traduira par une augmentation de la dette' '28 millions de Français concernés dès aujourd’hui, mais l’appli carte Vitale pose encore problème' '«La croissance éternelle ne marche pas et cette obsession fait aujourd’hui des dégâts»: François-Henry Bennahmias, l’ex patron d’Audemars Piguet, lance un nouveau groupe de luxe'
Science, Santé & Recherche	'"Petits Héros" : grande marche de soutien aux enfants atteints de cancer et de leucémie à Bruxelles' '‘C’était démoralisant’ : des hommes parlent de la lutte pour obtenir des réponses sur l’infertilité' 'Césarienne: nouvelle technique proposée, meilleure pour la santé de la mère'
Culture	'Anamaria Vartolmei et Jessica Palud pour la série "Merteuil"' 'Un nouveau film Men In Black en développement chez Sony Pictures' 'Frederika Van Ingen'
Outlier	'«\xa0Peut-être que j’attendais qu’il ait une considération pour moi\xa0»\xa0: pourquoi Roberto De Zerbi a déçu Pierre Sage' 'Signaux Girod : Déclaration rachat actions propres semaine 48/2025' 'Parcoursup, remboursements des fauteuils roulants, garde alternée… Ce qui change au 1er\xa0décembre'
Économie & Finance	'Au début des années 2000, Jean-Marie Messier, tout-puissant patron rattrapé par sa communication trop optimiste' 'Symbole de la folie autour de l’intelligence artificielle, le nouveau géant Anthropic brasse des dizaines de milliards de dollars' 'The Walt Disney Company et OpenAI concluent un accord historique pour intégrer des personnages emblématiques à Sora'
Météo	'Gel, neige : le ministre des Transports appelle les conducteurs à la prudence avant un week-end «assez compliqué»' 'Météo : retour du soleil, températures plus douces... Quel temps va-t-il faire cette semaine ?' '"Dès qu'on veut tourner, ça glisse directement" : l'arrivée de la neige augmente les risques d'accidents'
Médias & People	'Emmanuel Reynaud: le vigneron de Rayas meurt à 61\xa0ans' 'Météo France 2 du Dimanche 19 octobre 2025 à 12h56' 'Ces stars qui parlent ouvertement de leurs chirurgies esthétiques\xa0: pourquoi c’est important'
Société & Éthique	'"Tout le monde a l’air de le découvrir" : Lio revient sur le viol dont elle a été victime à l'âge de 10 ans' 'Adieu la diversité, vive la « culture d’entreprise » : les contorsions des DRH des grandes entreprises pour ne pas fâcher Trump' 'Pour justifier sa violence envers sa compagne, en Sarthe, il déclare être « sous emprise »'

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("afk-live/afk-setfit-solon-large-v1")
# Run inference
preds = model("Bretagne : une maison rasée et des prairies bétonnées")

Training Details

Training Set Metrics

Training set	Min	Median	Max
Word count	1	13.6133	27

Label	Training Sample Count
Climat & Biodiversité	40
Culture	40
Faits divers & Actualité locale	40
Géopolitique mondiale (conflits, diplomatie hors Europe)	40
Lifestyle & Consumer (mode, cuisine, gadgets, pub)	40
Médias & People	40
Météo	40
Outlier	40
Politique Europe & Francophonie (BE, CH, QC + UE)	40
Politique France	40
Science, Santé & Recherche	40
Société & Éthique	40
Sport	40
Technologie	40
Économie & Finance	40

Training Hyperparameters

• batch_size: (32, 16)
• num_epochs: (1, 16)
• max_steps: -1
• sampling_strategy: unique
• body_learning_rate: (2e-05, 1e-05)
• head_learning_rate: 0.01
• loss: CosineSimilarityLoss
• distance_metric: cosine_distance
• margin: 0.25
• end_to_end: True
• 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
0.0002	1	0.0662	-
0.0089	50	0.0674	-
0.0177	100	0.0607	-
0.0266	150	0.0556	-
0.0355	200	0.0567	-
0.0444	250	0.0464	-
0.0532	300	0.0476	-
0.0621	350	0.0484	-
0.0710	400	0.0369	-
0.0799	450	0.0327	-
0.0887	500	0.034	-
0.0976	550	0.031	-
0.1065	600	0.0257	-
0.1154	650	0.024	-
0.1242	700	0.0165	-
0.1331	750	0.0136	-
0.1420	800	0.0117	-
0.1508	850	0.0066	-
0.1597	900	0.0111	-
0.1686	950	0.0083	-
0.1775	1000	0.0058	-
0.1863	1050	0.0035	-
0.1952	1100	0.0023	-
0.2041	1150	0.0035	-
0.2130	1200	0.0034	-
0.2218	1250	0.0016	-
0.2307	1300	0.0007	-
0.2396	1350	0.0022	-
0.2484	1400	0.0031	-
0.2573	1450	0.0015	-
0.2662	1500	0.0016	-
0.2751	1550	0.0016	-
0.2839	1600	0.0026	-
0.2928	1650	0.001	-
0.3017	1700	0.0019	-
0.3106	1750	0.001	-
0.3194	1800	0.0013	-
0.3283	1850	0.0009	-
0.3372	1900	0.0008	-
0.3461	1950	0.0017	-
0.3549	2000	0.0018	-
0.3638	2050	0.0005	-
0.3727	2100	0.0005	-
0.3815	2150	0.0005	-
0.3904	2200	0.001	-
0.3993	2250	0.0002	-
0.4082	2300	0.0017	-
0.4170	2350	0.0005	-
0.4259	2400	0.0005	-
0.4348	2450	0.0002	-
0.4437	2500	0.0001	-
0.4525	2550	0.0001	-
0.4614	2600	0.0001	-
0.4703	2650	0.0001	-
0.4791	2700	0.0001	-
0.4880	2750	0.0001	-
0.4969	2800	0.0001	-
0.5058	2850	0.0001	-
0.5146	2900	0.0001	-
0.5235	2950	0.0001	-
0.5324	3000	0.0001	-
0.5413	3050	0.0001	-
0.5501	3100	0.0001	-
0.5590	3150	0.0001	-
0.5679	3200	0.0001	-
0.5768	3250	0.0001	-
0.5856	3300	0.0001	-
0.5945	3350	0.0001	-
0.6034	3400	0.0001	-
0.6122	3450	0.0001	-
0.6211	3500	0.0001	-
0.6300	3550	0.0001	-
0.6389	3600	0.0001	-
0.6477	3650	0.0001	-
0.6566	3700	0.0001	-
0.6655	3750	0.0001	-
0.6744	3800	0.0001	-
0.6832	3850	0.0001	-
0.6921	3900	0.0001	-
0.7010	3950	0.0001	-
0.7098	4000	0.0001	-
0.7187	4050	0.0001	-
0.7276	4100	0.0001	-
0.7365	4150	0.0001	-
0.7453	4200	0.0001	-
0.7542	4250	0.0001	-
0.7631	4300	0.0001	-
0.7720	4350	0.0001	-
0.7808	4400	0.0001	-
0.7897	4450	0.0001	-
0.7986	4500	0.0001	-
0.8075	4550	0.0001	-
0.8163	4600	0.0001	-
0.8252	4650	0.0001	-
0.8341	4700	0.0001	-
0.8429	4750	0.0001	-
0.8518	4800	0.0001	-
0.8607	4850	0.0001	-
0.8696	4900	0.0001	-
0.8784	4950	0.0001	-
0.8873	5000	0.0001	-
0.8962	5050	0.0001	-
0.9051	5100	0.0001	-
0.9139	5150	0.0001	-
0.9228	5200	0.0001	-
0.9317	5250	0.0001	-
0.9406	5300	0.0001	-
0.9494	5350	0.0001	-
0.9583	5400	0.0001	-
0.9672	5450	0.0001	-
0.9760	5500	0.0001	-
0.9849	5550	0.0001	-
0.9938	5600	0.0001	-

Framework Versions

• Python: 3.11.10
• SetFit: 1.1.3
• Sentence Transformers: 5.2.0
• Transformers: 4.57.3
• PyTorch: 2.4.1+cu124
• Datasets: 4.4.2
• Tokenizers: 0.22.1

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}
}