用 AI 智能体微调 SetFit：几十条样本训练文本分类器

tomaarsen · x · 2026-09-08

Daniel van Strien 展示了一个实用配方：SetFit 是一个只需每类少量标注样本就能训练小型文本分类器的库。把示例和配方交给 AI 智能体（Astra），让它在 Hugging Face Jobs 上自动完成分类器的训练与评估。

配套的 uv-scripts/classification 数据集提供了完整脚本 train-classifier.py 与 train-setfit.py，包含从零微调编码器和 SetFit 少样本两种路径，并讨论了换用更长上下文主体、多类别时 pair 数量膨胀、以及一个真实数据的失败案例等注意事项。tomaarsen 表示这种用 AI 编排领域专用编码器训练的做法很值得推荐。