请说明 bge 和 gte 这类嵌入模型的训练思路，它们与传统 BERT 微调有何不同？

回答思路

1. 能说明对比学习的基本目标与损失函数
2. 能提及难负样本挖掘和硬负样本的作用
3. 能说明多阶段训练（预训练-微调）或数据组织方式
4. 能区分与单塔分类头微调的差异