xhw205

我测了下 我120G内存，会爆掉

您好，这些warning忽略就行。 BertForSequenceClassification 针对的是 NSP 任务的，RoBerta 系列未使用NSP。实在看得难受，logging warning 应该能消除

可以，在线测试，该方法F1效果为60.5%，见 https://tianchi.aliyun.com/dataset/dataDetail?dataId=95414 ，baiyyy是我的提交结果

> 我用的百度的LAC命名实体识别过滤的，效果还可以 MACBERT这直接给纠错了，怎么防止误纠？

您好，我也复现了该算法https://github.com/xhw205/GPLinker_torch， 训练过程中一样出现loss为负数，但测试时输出结果一切正常，F1分数也可观。不知这是什么原因呢

是的，我提问的。我代码复现基本按照keras版本来的，以这个CBLUE数据为例子， {"subject_type": "流行病学", "predicate": "同义词", "object_type": "流行病学"} {"subject_type": "疾病", "predicate": "同义词", "object_type": "疾病"}， 相同的关系对应不同的实体对，这种也需要去重吗？ 而且经过我的测试，LOSS出现负值也没有影响模型效果，和我之前复现的casrel上线F1分数基本一致，都有效