单张 RTX 3090 训练 25 分钟，NanoBEIR 均分 0.13 升至 0.48

tomaarsen · x · 2026-08-18

v6.0 中晚期交互模型的训练与其他模型类型保持一致的体验：新增 4 种损失函数（含缓存与蒸馏变体）、5 个新评估器，以及一个参数与既有 Trainer 相同的训练器。从裸的 ModernBERT-base 出发，在单张 RTX 3090 上约 25 分钟即可将 NanoBEIR 平均 nDCG@10 从 0.1338 提升到 0.4831。此外，Sentence Transformers 不自带晚期交互索引也不需要：这些索引直接存储 encodedocument 的返回结果，Qdrant、Weaviate、Vespa、LanceDB、VectorChord 与 Milvus 均原生支持多向量索引，LightOn 的 fast-plaid 也只需一次 pip install。