本研究提出HNCSE框架，解决无监督句子表示学习中的负样本不足问题，通过利用困难负样本提升学习效果，实验结果显示其在语义文本相似性和迁移任务上表现优异。

该研究提出了一种基于上下文学习的方法，用于提高句子嵌入的性能。调整模型大小后发现，超过几十亿参数的模型会对语义文本相似度任务的性能造成损害。最大的模型在迁移任务上取得了最先进结果。对大型语言模型进行微调后，性能超过其他模型，在语义文本相似度任务上实现了新的最先进结果。