如何让Sentence-BERT在文本超max_seq_length时抛异常？all-MiniLM-L6-v2最大长度？

1. 如何设置输入超长时抛出异常 #

在调用model.encode()方法时，传入truncation=False参数即可禁用自动截断逻辑，当输入文本的token数量超过设定的max_seq_length时，就会直接抛出异常。

修改后的代码示例：

from sentence_transformers import SentenceTransformer
model = SentenceTransformer('all-MiniLM-L6-v2')
model.max_seq_length = 512
# 禁用自动截断，超长时触发异常
model.encode(text, truncation=False)

2. all-MiniLM-L6-v2支持的最大max_seq_length #

该模型基于预训练的MiniLM架构，预训练阶段使用的最大序列长度为512，因此它支持的最大max_seq_length就是512。无法将这个值设置得更大——因为模型的位置编码是固定按512长度训练的，强行设置更大值会导致位置编码不匹配，引发运行错误。

内容的提问来源于stack exchange，提问作者BlackHawk