ZeroLoveSeA
ZeroLoveSeA
I'm willing to take this one. I'll follow up with a PR once I have a working solution.
@1985312383 理解 就是matchtrainer加俩参数判断是否选择in_batch_neg以及in_batch_neg_ratio, 然后point/list/pairwise分别定义loss。 dataloader我就不动了 label传就传了 反正我只取batch内user embedding和item embedding，然后在这里取neg sample逻辑来算loss
@1985312383 1. loss的逻辑是在match trainer定义的 直接使用bprloss。因为trainer里直接传入了sample后的正负样本embedding，直接计算即可，不用额外适配 2. 目前实现了召回的insample，ranking场景的样本量都不算大，模型pointwise比较多，论文里这类模型一般还是明确的label为主，所以mtl和ranking的trainer还没适配，这块我看一下