请问这个进行文本检索的时候是用什么度量指标呢？cosine显示的结果都好高，0.85以上

[CongcongSong]

[yuxin.wang]

度量指标，使用 cosine 是最佳的。

你说的 cosine 相似度都比较高这个问题，是真实存在的。

一个原因是不同使用场景中对于相似的定义是不同的，所以 M3E 给出的相似实在 “平均场景” 中给出的。另一个原因是，M3E 的模型校准本身确实不够好，余弦相似度为 0.85 不代表概率，只是一个相对的分数，M3E 的训练目标就是更相似的会 cosine 分值更高，但分数本身没有什么意义。

这一校准问题，主要是由于 Loss 选择的问题导致的，可以说是对比学习 Loss 的通病，CoSent 可能会好一些，也有可能是温度（0.01）太低了导致的.... 这部分我们只有初步的认识，后续的模型会考虑解决校准的问题。

如果在你的数据集上，M3E 没有好的表现，可以进一步沟通。

[CongcongSong]

好的，感谢回复。在我的数据集上表现的还是可以的，比我自己训练出来的效果好。只是观察指标发现都偏高且没拉开距离，所以产生了这个疑问。