关于loss中向量的拼接 about consert HOT 4 OPEN

主要参考的这篇文章，提到了这个trick：https://zhuanlan.zhihu.com/p/87384188

这个trick是我们工作早期在探索有监督场景下提升性能用到的。从早期验证集的实验结果来看确实使用这个trick会有少量的性能提升（记得在0.3~0.5个点左右），因此我们在之后的有监督实验中（包括复现SBERT结果的实验、结合对比损失joint training的实验）也都加入了这个trick去提升性能。不过在最终论文写作上，因为把重心放在无监督那一块了，就没有强调这个监督损失中的trick，也没有放对应的消融实验结果。

from consert.

所以公式（2）里的其实应该是f = Concat(r1, r2, |r1-r2|, max(r1, r2)**2)了，嗯嗯，谢谢，没问题。我还有一个题外问题, 在对比学习中，你们用的batch_size=96, 意味着每一个data point, 它的In-batch negative samples = 190，这个比例是是通过实验发现是最好的吗？FlatNCE提到了小批次会导致浮点误差最终会让对比学习效果变差，不知道你们有没有一些实验上的看法。还有就是对于负样本的选择，这里只是in-batch negative samples, 会不会相对局限？毕竟实际负例是95个。

from consert.

96其实是经验上的选取，是我们在显存的限制下（对bert-large而言）选取的尽可能大的batch_size，也是考虑到当时图像领域的对比学习已经有batch_size越大效果越好的结论。之后我们也在bert-base、无监督实验的设置下，补充了不同batch_size对最终结果影响的实验（论文5.5节），不过我们的结论是batch_size似乎对STS最终结果的影响不是特别显著。

关于负样本，我理解的它的作用就是把不同样本的表示推远，从而提升表示空间的uniform。如果只使用正样本对训练，最终会发生坍缩，即所有样本编码结果都相同。NTXent的in-batch negative samples算是最简单、基础的设置，可能会有一些局限性。最近一年也有蛮多的hard negative mining方面的工作，也是挺有意义的一个探索方向，能提高数据的效率，用小batch达到类似大batch的效果。此外，如果有人工标注的训练样本的话，也可以利用这些标注数据作为对比学习中的正样本或负样本（如SimCSE融合监督信号的方法）。

from consert.

谢谢回答，我的做法就是用了一个已经训练好的很强的语义模型（paraphrase数据）来做检索，返回的数据，做一个分析获得一个合理的threshold来选择hard-negatives, 然后再随机抽取其他”简单“的负样本，最终组合成的batch对于效果也有一定的提升。

from consert.