首页
/ Sentence Transformers v4.0.1:跨编码器训练重构与性能提升

Sentence Transformers v4.0.1:跨编码器训练重构与性能提升

2025-06-02 12:54:39作者:裴麒琰

项目简介

Sentence Transformers是一个基于Transformer架构的开源库,专门用于生成高质量的句子、段落和图像嵌入。该项目由UKPLab团队维护,广泛应用于信息检索、语义搜索、问答系统等自然语言处理任务。最新发布的v4.0.1版本带来了跨编码器(Cross Encoder)训练流程的重大重构,显著提升了模型训练效率和性能。

跨编码器训练架构重构

v4.0.1版本最核心的改进是对跨编码器(又称重排序器)训练流程的全面重构。新的训练架构采用了模块化设计,主要由五个关键组件构成:

  1. 数据集组件:使用Hugging Face的Dataset和DatasetDict类替代传统的InputExample列表,支持更高效的数据处理和共享。数据集可以包含多个文本列,这些列将按顺序传递给相应的损失函数。

  2. 损失函数:引入了11种新的损失函数,包括BinaryCrossEntropyLoss、LambdaLoss、ListNetLoss等,支持单损失函数或多数据集场景下的损失函数字典配置。

  3. 训练参数:通过CrossEncoderTrainingArguments类(继承自transformers的TrainingArguments)提供对训练细节的精细控制。

  4. 评估器:可选组件,支持在评估数据集上使用损失函数或SentenceEvaluator进行评估。

  5. 训练器:全新的CrossEncoderTrainer类,基于transformers的Trainer实现,简化了训练流程。

关键技术改进

  1. 多GPU训练支持:新增对数据并行(DP)和分布式数据并行(DDP)的支持,大幅提升训练速度。

  2. 混合精度训练:引入bf16训练支持,在保持模型精度的同时减少内存占用。

  3. 训练过程可视化:改进的损失日志记录功能,配合内置的Weights and Biases、TensorBoard等回调支持,使训练过程更加透明。

  4. 梯度优化:支持梯度检查点和梯度累积技术,有效缓解大模型训练中的显存压力。

  5. 模型管理:增强的模型卡生成功能,自动记录训练配置和超参数,便于模型共享和复现。

  6. 训练恢复:支持从检查点恢复训练,提高长时间训练任务的可靠性。

实际应用效果

在实际应用中,经过微调的跨编码器模型表现出显著优势。例如,在GooAQ数据集上微调的模型,在仅30分钟到1小时的训练后,性能就大幅超越通用目的的预训练模型。这证明了针对特定领域数据进行微调的价值,即使数据本身属于通用领域。

其他改进

  1. 评估器优化:为InformationRetrievalEvaluator添加了进度条显示功能,提升用户体验。

  2. 训练效率:用RandomSampler替代SubsetRandomSampler作为默认批采样器,减少了内存使用并提高了训练速度。

  3. 模型兼容性:增强了对非对称模型的支持,修复了相关评估器和模型卡生成的问题。

  4. CLIP模型改进:为CLIP模型添加了截断功能和序列长度设置支持。

开发者建议

对于新项目,建议直接使用新的Trainer-based训练方法。虽然旧的CrossEncoder.fit方法仍然可用(内部已转为使用CrossEncoderTrainer),但新方法提供了更丰富的功能和更好的性能。

总结

Sentence Transformers v4.0.1通过重构跨编码器训练流程,为开发者提供了更强大、更灵活的工具集。无论是多GPU训练支持、混合精度训练,还是改进的评估和可视化功能,都显著提升了模型开发和微调的效率。对于需要进行语义相关性任务的项目,这一版本无疑是一个值得升级的选择。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511