Mdeberta V3 Base

🚀 DeBERTaV3: ELECTRA-Style事前学習と勾配分離埋め込み共有を用いたDeBERTaの改善

DeBERTaは、分離型注意機構と強化されたマスクデコーダを用いて、BERTとRoBERTaモデルを改善しました。これら2つの改善により、DeBERTaは80GBの学習データを用いた大多数のNLUタスクでRoBERTaを上回っています。

DeBERTa V3では、ELECTRA-Style事前学習と勾配分離埋め込み共有を用いて、DeBERTaの効率をさらに向上させています。DeBERTaと比較して、V3バージョンは下流タスクでのモデル性能を大幅に向上させています。新しいモデルに関する詳細な技術情報は、論文から確認できます。

実装の詳細や更新情報については、公式リポジトリをご確認ください。

mDeBERTaはDeBERTaの多言語バージョンで、DeBERTaと同じ構造を持ち、CC100多言語データで学習されています。 mDeBERTa V3ベースモデルは12層で、隠れ層のサイズは768です。バックボーンパラメータは86Mで、語彙数は250Kトークンで、埋め込み層には190Mのパラメータが導入されています。このモデルは、XLM-Rと同じく2.5TのCC100データを用いて学習されています。

✨ 主な機能

• DeBERTaは分離型注意機構と強化されたマスクデコーダを用いて、BERTとRoBERTaモデルを改善。
• DeBERTa V3はELECTRA-Style事前学習と勾配分離埋め込み共有を用いて、DeBERTaの効率をさらに向上。
• mDeBERTaはDeBERTaの多言語バージョンで、CC100多言語データで学習。

📚 ドキュメント

🔍 NLUタスクでのファインチューニング

ゼロショットクロス言語転送設定（英語データのみで学習し、他の言語でテスト）でのXNLIの開発結果を示します。

💻 使用例

基本的な使用法

HF transformersを用いたファインチューニングのコード例です。

#!/bin/bash

cd transformers/examples/pytorch/text-classification/

pip install datasets

output_dir="ds_results"

num_gpus=8

batch_size=4

python -m torch.distributed.launch --nproc_per_node=${num_gpus} \
  run_xnli.py \
  --model_name_or_path microsoft/mdeberta-v3-base \
  --task_name $TASK_NAME \
  --do_train \
  --do_eval \
  --train_language en \
  --language en \
  --evaluation_strategy steps \
  --max_seq_length 256 \
  --warmup_steps 3000 \
  --per_device_train_batch_size ${batch_size} \
  --learning_rate 2e-5 \
  --num_train_epochs 6 \
  --output_dir $output_dir \
  --overwrite_output_dir \
  --logging_steps 1000 \
  --logging_dir $output_dir

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されています。

引用

DeBERTaがあなたの研究に役立つ場合、以下の論文を引用してください。

@misc{he2021debertav3,
      title={DeBERTaV3: Improving DeBERTa using ELECTRA-Style Pre-Training with Gradient-Disentangled Embedding Sharing}, 
      author={Pengcheng He and Jianfeng Gao and Weizhu Chen},
      year={2021},
      eprint={2111.09543},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

@inproceedings{
he2021deberta,
title={DEBERTA: DECODING-ENHANCED BERT WITH DISENTANGLED ATTENTION},
author={Pengcheng He and Xiaodong Liu and Jianfeng Gao and Weizhu Chen},
booktitle={International Conference on Learning Representations},
year={2021},
url={https://openreview.net/forum?id=XPZIaotutsD}
}