Update README.md
Browse files
README.md
CHANGED
|
@@ -28,7 +28,6 @@ base_model:
|
|
| 28 |
1. **适配训练范式的有效性**：采用 **LoRA 轻量微调** 结合 **领域合成数据**，显著提升了模型在 JD2JD、JD2CV、CV2CV 三类核心匹配任务上的性能。
|
| 29 |
2. **技术演进的新趋势**：LLM-based Embedding 天然支持多粒度语义解析（如技能上下位关系捕捉），有效规避了传统模型的结构性瓶颈。
|
| 30 |
3. **工业部署价值**：在训练阶段使用**增强查询构造**（Enhanced Query Construction）、测试阶段直接应用原始查询的设定下，模型表现出极强的鲁棒性与实用性。
|
| 31 |
-
---
|
| 32 |
|
| 33 |
### 核心特性 (Key Features)
|
| 34 |
|
|
|
|
| 28 |
1. **适配训练范式的有效性**：采用 **LoRA 轻量微调** 结合 **领域合成数据**，显著提升了模型在 JD2JD、JD2CV、CV2CV 三类核心匹配任务上的性能。
|
| 29 |
2. **技术演进的新趋势**：LLM-based Embedding 天然支持多粒度语义解析（如技能上下位关系捕捉），有效规避了传统模型的结构性瓶颈。
|
| 30 |
3. **工业部署价值**：在训练阶段使用**增强查询构造**（Enhanced Query Construction）、测试阶段直接应用原始查询的设定下，模型表现出极强的鲁棒性与实用性。
|
|
|
|
| 31 |
|
| 32 |
### 核心特性 (Key Features)
|
| 33 |
|