sentence-transformers · Issues· 1303 开放

缓存损失 (GradCache) 会触发每个列每个小批量的一个 DDP 全部归约,而不是每个步骤一个

后端忽略根级 ONNX 文件,无法检测完整模型导出

微调 Cross-Encoder 模型后，预测结果始终不变，但在测试集上验证时，评估函数显示 F1 值为 100，准确率为 100%。

在多 GPU (PyTriton) 环境中忽略明确的设备分配

tokenizer 中的特殊标记也应由 encoder_config 中的 do_lower_case 进行控制。

在 `encode()` 中混合模式对 CLIP 不起作用

使用 SentenceTransformer.save() 保存后, model.safetensors 缺少读取权限

将基于路由器模型的单个路由保存为独立的对象

`MultiVectorEncoder` 没有基于构造函数的方法来设置 query_length/document_length

是否有可供商业使用的预训练模型?

使用大批量大小训练多模态模型时的问题

加载 LoRA CrossEncoder 检查点不会恢复经过训练的 `modules_to_save` 分类头

让模块声明额外的输出类型（例如，从一个模型中获取多向量 + 稀疏数据）

文档: 冷启动和离线模型加载的部署指南 (scale-to-zero、local_files_only、warmup)

CrossEncoder PEFT 微调: 将 TypeError (BatchEncoding not Tensor) 与手动 get peft model相混淆; 没有正式添加 adapter 示例