关于 wrong_ids 的处理逻辑的疑问

[chansonzhang]

请问可以麻烦解释下这段处理 wrong_ids 的代码逻辑吗?
collator.py#L14

下面是一个简单的实验：
当我输入 wrong_ids = [1, 3], 得到的输出是 [0, 0, 1, 1, 0, 0, 0], 1 的位置是 [2, 3]
我不太明白为什么要将 [1, 3] 处理成 [2, 3]？

我能理解最后 token 后最前面有个 [CLS], 所以位置 1 会变成位置 2，但是位置 3 为什么保持不动？

from transformers import BertTokenizer
tokenizer:BertTokenizer = BertTokenizer.from_pretrained("../../../../bert-base-chinese")
t = "你号 helle world"
encoded_text = tokenizer.tokenize(t)
print(f"encoded_text:\n{encoded_text}")
max_len = len(encoded_text)+2
det_labels = torch.zeros(min(max_len, 512)).long()
wrong_ids = [1,3]
print(f"wrong_ids: {wrong_ids}")
for idx in wrong_ids:
    margins = []
    print(f"idx: {idx}")
    for word in encoded_text[:idx]:
        print(f"word: {word}")
        if word == '[UNK]':
            break
        if word.startswith('##'):
            margins.append(len(word) - 3)
        else:
            margins.append(len(word) - 1)
    margin = sum(margins)
    move = 0
    while (abs(move) < margin) or (idx + move >= len(encoded_text)) or encoded_text[idx + move].startswith(
            '##'):
        move -= 1
    det_labels[idx + move + 1] = 1

print(det_labels)

encoded_text:
['你', '号', 'he', '##lle', 'world']
wrong_ids: [1, 3]
idx: 1
word: 你
idx: 3
word: 你
word: 号
word: he
tensor([0, 0, 1, 1, 0, 0, 0])