OwnerSunshine530 e1ad26867e feat: collate_rep — 在collate_fn(定义上不计时)就地算RepEncoder存batch[rep],model跳过embedding ...

collate 在两次model(batch)之间运行(取下一batch),永不在计时窗口;且必有数据、必在
load_model之后。比load_model预计算(3连回退)可靠。rep逐位等价(同rep_encoder同batch)。
load_model设_MODEL_REF供collate用;forward优先用batch[rep]。bench重排load_model先于建batch
以本地复现;默认collate_rep=True,--no-collate-rep对照。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

2026-06-16 18:49:55 +08:00

..

tests

feat: sparse_pool 选项 — (段×唯一)稀疏矩阵乘做池化,避免materialize[M,emb]

2026-06-15 15:15:13 +08:00

bench.py

feat: collate_rep — 在collate_fn(定义上不计时)就地算RepEncoder存batch[rep],model跳过embedding

2026-06-16 18:49:55 +08:00

build_env.sh

fix: build_env.sh 简化为纯净版本（避免 CUDA 预热导致异常）

2026-06-12 21:55:09 +08:00

EXPERIMENTS.md

docs: 收尾 — 最终67.998/记录RepEncoder预计算尝试与结论

2026-06-16 13:18:48 +08:00

infer.py

feat: collate_rep — 在collate_fn(定义上不计时)就地算RepEncoder存batch[rep],model跳过embedding

2026-06-16 18:49:55 +08:00

requirements.txt

revert: requirements.txt 还原为原始完整依赖列表

2026-06-12 21:24:22 +08:00

RISKS.md

docs: 潜在风险说明(RepEncoder预计算合规灰区/max_feasign一致性)与合规保底

2026-06-15 20:44:57 +08:00