结论

佐治亚理工团队在 Asia/Shanghai 9月24日首次公开会议论文Contrastive Learning for Authorship Verification，比较对比学习与分类训练在作者验证中的效果。作者报告，在其受控对比条件下对比学习优于分类基线，基于ModernBERT的双编码器模型在PAN21作者验证任务上达到98.4%准确率。以上为作者在PAN21英文同人小说受控场景中的结论，论文已收录于CLEF 2026会议论文集，但未经本站独立验证，不应视为任意文体或语言下的通用保证。

方法与评估条件

论文提交记录为2026年9月23日17时59分08秒UTC，对应北京时间2026年9月24日01时59分，收录于arXiv 9月24日公告批次，满足当日首次公开门槛。研究对象是同一作者验证二元判定：判断两段文本是否出自同一作者。作者固定其余训练条件，为对比学习与分类方法分别做批量与学习率网格选型。对比侧采用双编码器独立编码加余弦相似度，以InfoNCE温度损失强调难负例并做均值池化；分类侧采用交叉编码器拼接两段文本做序列分类。数据基于PAN20同人小说大集与PAN21开放集，测试为未见作者与未见圈子，验证集为1万对同作者跨圈与1万对异作者对。超参经TinyBERT调参后按宽度迁移至DistilBERT、BERT与ModernBERT，主体微调10轮，对比256与512上下文，完整测试指标另用单次40轮加Platt定标与拒判模型报告。

主要结果

作者称，在多架构对照中对比学习在所测设置下优于分类方法，成对半难损失等只看局部负例的损失弱于可利用整批负例的InfoNCE、Circle与Multi-Similarity。作者识别出损失函数、批量大小、训练时长、预训练模型、输入上下文长度与随机文本跨度数据增强为重要因素，其中随机词边界旋转截断可为单样本生成数千视图。按作者报告，最终ModernBERT双编码器在PAN21上达到98.4%准确率，相关代码与Parquet格式数据集含验证划分已开源供复现。

  • 受控对比中对比学习优于分类基线，结论限所测设置与固定训练条件；ModernBERT双编码器在PAN21上达98.4%准确率；损失、批量、时长、预训练模型、上下文长度与随机跨度增强被识别为重要因素；动态重组与旋转截断构造多视图，在1万对同作者跨圈与1万对异作者验证划分上完成选型与阈值校准。

局限与适用边界

本研究结论限PAN21英文同人小说开放集与特定验证划分，不得推广为中文、跨文体、长文档或司法取证场景的普遍保证。超参搜索集中在批量与学习率且经宽度迁移，未穷尽权重衰减与优化器细节，架构覆盖以BERT系与ModernBERT为主。主体对比基于10轮微调，完整测试指标仅来自单次40轮模型，存在单次运行与阈值选择不确定性。开源仓库可复现但本站未独立运行，跨领域迁移、标注噪声与误判成本尚未评估。

是否同行评审与潜在意义

截至核验时，该工作状态为会议论文，页面标注已发表于CLEF 2026会议论文集LNCS 17087第92至102页，编辑将其归为会议论文而非未经评审的预印本，但仍需独立复现确认。若后续可复现，其意义在于为作者验证提供一条可操作基线：在开放集同人场景下优先采用双编码器对比学习与长上下文加随机跨度增强，并以验证集阈值最大化F1后再报告测试指标；实际采用仍需在自有文体分布上重测准确率与误判代价，并单设人工复核与拒判机制。中国读者参考时应注意语料、语言与圈子均为英文同人，与中文场景迁移性尚未验证。