模型训练后进行测试无法达到论文表4中的结果

[tongbaochen]

请问能够提供您论文实验中达到sota（如Table 4. Overall results.）的模型训练文件吗？（我根据您的代码进行训练之后，在test data上测试得到的结果与您的论文有较大出入，不知是否因为实验中存在某些参数设置有误或者存在一些其它的原因），谢谢。

[xxayt]

感谢关注我们的工作。当前仓库中提供的是用于复现实验的训练和测试脚本，Table 4 中 MaDe 的主要配置对应 scripts/train_kuai_all_feature.sh 和 scripts/test_kuai_all_feature.sh。一般情况下，在数据目录、预提取特征目录和测试阶段的 --load_uni_model_path 配置正确后，可以直接运行训练和测试。

为了判断结果差距的原因，能否麻烦你提供一下更具体的信息：

1. 你实际得到的测试结果，包括各项指标数值，以及和 Table 4 中哪一行结果对比；
2. 使用的完整训练命令和测试命令，或者是否修改过两个 shell 脚本中的参数；
3. 训练日志，尤其是验证集上 best epoch / best score 对应的记录；
4. 数据和特征目录结构是否与 README 中一致，尤其是 train_data.csv / val_data.csv / test_data.csv 以及 features/Kuai_feature/ast_feature2p5、features/Kuai_feature/vit_feature1；
5. 环境信息，例如 PyTorch、CUDA、GPU 类型。

如果方便的话，可以直接贴出训练日志末尾和测试输出。我们会先检查是否是参数、checkpoint 选择、数据/特征路径或环境差异导致的。如果确认是官方配置下仍有明显差距，我们会进一步整理并考虑释放对应的 checkpoint/config 以便复现。

[tongbaochen]

您好，      您的邮件已收到。陈通宝广东工业大学

[tongbaochen]

您好，感谢回复！
我在实验中确保了实验工程目录与脚本文件内容等与readme保持了一致，以下附件分别是训练和测试的log文件，感谢。
train_results.txt and

test_results.txt