zhaofengshun
zhaofengshun
好的 已经解决了 谢谢 ------------------ 原始邮件 ------------------ 发件人: "lolisaikou"
没有“学习”啊------------------ 原始邮件 ------------------ 发件人: "colincai"
> ``` > 改成 > ``` > > while (!text("答题竞赛").exists()); > delay(1); > bounds(552,1464,1032,1800).clickable().click(); > bounds你再抓下自己的手机 怎么改？在哪里改呀
可以了，谢谢大佬------------------ 原始邮件 ------------------ 发件人: "sephiroth945"
请问这部分代码可以贴一下吗？谢谢您
> > > > > 您好，请教一下，基于llm-based的reranker，贵团队发布了两个版本： 1.[bge-reranker-v2-gemma](https://huggingface.co/BAAI/bge-reranker-v2-gemma) 2.[BAAI/bge-reranker-v2-minicpm-layerwise](https://huggingface.co/BAAI/bge-reranker-v2-minicpm-layerwise) > > > > > 计算query和doc的相关性， 第一种使用的是输出yes的概率值。 第二种使用的是最后一个词的向量通过一个mlp映射到1的分值，可以使用layerwise，如果不layerwise的话，可以使用一些现成的库来做比如：MiniCPMForSequenceClassification。 > > > > > 请问下： 1.在相同的数据下，有比较过两种方法的差异吗？ 2.在相同的数据下，同一种方法，过加不加prompt描述的差异吗？ > > > > > >...
> 现在代码已经更新，在compute_score的时候可以传参`use_dataloader=False`来解决这个问题 那请问一个batch里面 比如说我输入一个qa对是100ms，输入十个qa对是1000ms这个要怎么解决啊？
> 3\. from_finetuned_model 想请问一下from_finetuned_model和from_raw_model有什么不同吗
> 感谢您的关注，我们后续会发布技术报告并开源三个模型的微调代码 你好想请问一下微调BGE-Reranker-v2.5-Gemma2-Lightweight的代码发了吗？
如果需要修改这个prompt需要怎么修改？