MTEB项目中Scandinavian排行榜数据缺失问题分析

问题背景

在MTEB（Massive Text Embedding Benchmark）项目的Scandinavian语言排行榜中，开发团队发现DanFEVER数据集的评估结果突然消失。这一问题引起了团队的关注，因为该数据集在此前一直能够正常显示评估结果。

问题排查过程

通过检查项目代码和数据，团队发现当前运行的评估任务实际上是"DanFeverRetrieval"而非"DanFEVER"。这两个数据集虽然名称相似，但实际上是不同的版本：

1. DanFEVER：原始版本的数据集
2. DanFeverRetrieval：修复版本，修正了原始数据集中部分语料条目被错误删除的问题

技术分析

这种评估结果消失的现象可能由以下原因导致：

1. 任务名称变更：项目可能在某个版本更新中，将评估任务从"DanFEVER"切换到了"DanFeverRetrieval"，但排行榜的筛选逻辑未相应更新
2. 数据过滤机制：排行榜可能设置了某些过滤条件，意外排除了"DanFeverRetrieval"的结果
3. 版本兼容性问题：新版本的数据集格式可能与排行榜的展示逻辑存在兼容性问题

解决方案

针对这一问题，团队确定了以下解决方案：

1. 统一使用修复版本：由于"DanFeverRetrieval"已经修复了原始数据集的问题，应将其作为标准评估数据集
2. 检查任务调度逻辑：需要审查代码中任务调度的部分，确认为何会运行错误版本的任务
3. 更新排行榜逻辑：确保排行榜能够正确显示新版本数据集的评估结果

经验总结

这一事件为开源项目维护提供了几点重要启示：

1. 版本控制的重要性：即使是细微的版本差异（如数据集修复）也可能导致系统行为变化
2. 命名规范的严谨性：相似但不完全相同的任务名称容易引发混淆
3. 变更影响的全面评估：任何数据格式或评估逻辑的变更都需要考虑对现有系统各组件的影响

通过这次问题的排查和解决，MTEB项目团队进一步优化了评估系统的健壮性，为后续的多语言文本嵌入评估工作打下了更坚实的基础。