数据源：本地 Harness 库
· 搜索「ModernBERT」共 1 条
论文公开站arXiv
Contrastive Learning for Authorship Verification
摘要显示，在测试设定下对比学习方法在作者身份验证任务上优于基于分类的方法。研究识别出损失函数、批量大小、训练时长、预训练模型、输入上下文长度及随机文本片段数据增强为影响模型性能的关键因素，并据此构建了ModernBERT双编码器模型，在PAN21作者身份验证任务上取得98.4%的准确率。
意义：为文本作者归属与AI生成内容溯源提供高精度基线，双编码器+对比学习范式可迁移至其他文本匹配任务。
原文链接