cai

> > 我有碰到过跟你一样的情况,我的原因是句向量pooling操作没有去除[PAD]位置,spearman系数特别高, 但是召回的时候100个召回率确只有0.2左右. > > 我的应该是负样本比例太低了，把正负样本设置为 1： 10，结果好了很多，但比不上 simcse。 为什么要把正负比例设置这么大呢？

> > 为什么要把正负比例设置这么大呢？ > > 负样本数据量比较大，可能当时想的是把所有样本都用上吧 多谢，请教2个问题： 1、本来模型得到的embedding是768维的，为啥要去降维到128维去计算相似距离？ 2、你的测试集是断句有很多语义相似的数据对，然后短句和测试集中的每一个长句计算相似度排序，然后看对应相似的长句排序位置计算MRR的吗？

i have the same problem，too~Could you show this simple SFT code ?

> 这个已解决 可以提供一个案例demo吗？我刚用了default.zip 标注，点击播放声音没有听到任何声音呢

>  您好，从代码看好像不能同时设定emotion_prediction='True' 和speaker_task='True'，实际使用时也会报错找不到data目录。 看论文中“In the first stage of joint training, we use the speaker identification task for LLM In the second stage, we fine-tune LLM using both the ERC...