Upload README.md with huggingface_hub

README.md

@@ -46,61 +46,6 @@ BGE-Meteo-zh 是基于 [BAAI/bge-large-zh-v1.5](https://huggingface.co/BAAI/bge-
 - 混合检索架构中提供 **15.9%** 的不可替代增量（0.609→0.706）
 - 三项核心结论在第三方公开数据集 AtmosphericQA 上全部得到验证
 
-## 使用方法
-
-### 使用 FlagEmbedding
-
-```python
-from FlagEmbedding import FlagModel
-
-model = FlagModel(
-    'nmcsitian/bge-meteo-zh',
-    query_instruction_for_retrieval="为这个句子生成表示以用于检索相关文章："
-)
-
-queries = ["切变线对暴雨的影响"]
-passages = ["江淮切变线附近伴随辐合上升运动，促进不稳定能量释放，可引发持续暴雨过程"]
-
-q_embeddings = model.encode_queries(queries)
-p_embeddings = model.encode(passages)
-
-scores = q_embeddings @ p_embeddings.T
-print(scores)
-```
-
-### 使用 Sentence-Transformers
-
-```python
-from sentence_transformers import SentenceTransformer
-
-model = SentenceTransformer('nmcsitian/bge-meteo-zh')
-
-query = "为这个句子生成表示以用于检索相关文章：切变线对暴雨的影响"
-passage = "江淮切变线附近伴随辐合上升运动，促进不稳定能量释放，可引发持续暴雨过程"
-
-embeddings = model.encode([query, passage])
-similarity = embeddings[0] @ embeddings[1]
-print(f"相似度: {similarity:.4f}")
-```
-
-### 使用 Transformers
-
-```python
-from transformers import AutoTokenizer, AutoModel
-import torch
-
-tokenizer = AutoTokenizer.from_pretrained('nmcsitian/bge-meteo-zh')
-model = AutoModel.from_pretrained('nmcsitian/bge-meteo-zh')
-
-query = "为这个句子生成表示以用于检索相关文章：切变线对暴雨的影响"
-encoded = tokenizer(query, padding=True, truncation=True, return_tensors='pt', max_length=512)
-
-with torch.no_grad():
-    output = model(**encoded)
-    embedding = output[0][:, 0]  # CLS token
-    embedding = torch.nn.functional.normalize(embedding, p=2, dim=1)
-```
-
 ## 训练细节
 
 ### 数据构建