jane

请问一下，plato中所有的src_id，dest_id是必须从递增编号嘛？就是从0-N

+1

@baichuan-assistant

@staoxiao 辛苦给看一下是不是用的有问题呢？

而且对于一些特殊符号也非常敏感，比如['K Coffee Kot Kaeo', 'So K Cafe']#0.8971559208377049 ['K-Coffee Kot Kaeo', 'So-K Cafe'] #0.1759624741797008

在我的场景，类似'Jc Sweet House', 'Candy House' 这种case，相似度不应该这么高的。而且bge-reranker-large的结果跟之前的bge-m3的差别非常大，bge-m3看上去稍微合理点

优化后的几个版本，关于文本相似度计算的结果都比较离谱，不知道什么原因

@staoxiao 有更新了吗？想知道如何微调

训练两个字符串的相似读，为什么loss 一直都是0.05左右呢？没有明显的下降，合并之后效果也不好。@staoxiao 配置： !torchrun --nproc_per_node 1 \ -m FlagEmbedding.reranker.run \ --output_dir /bge-reranker-v2-m3-finetune \ --model_name_or_path /bge-reranker-v2-m3/bge-reranker-v2-m3 \ --train_data output.jsonl \ --learning_rate 1e-7 \ --fp16 \ --num_train_epochs 5 \ --per_device_train_batch_size 6 \...