T5 Large Lm Adapt

🚀 GoogleのT5 Version 1.1 - LM適応版

このモデルは、自然言語処理における転移学習の枠組みを提供し、様々な言語タスクに適用可能です。T5 Version 1.1 - LM適応版は、元のT5モデルに比べていくつかの改良点を備えており、プロンプトチューニングにも適しています。

🚀 クイックスタート

GoogleのT5 Version 1.1 - LM適応版について説明します。

✨ 主な機能

Version 1.1 - LM適応版

T5 Version 1.1 - LM適応版 は、元の T5モデル と比較して、以下の改良点を含んでいます。

• フィードフォワード隠れ層でGEGLU活性化関数を使用し、ReLUではなくなりました - こちら を参照。
• 事前学習時にドロップアウトをオフにしました（品質向上）。微調整時にはドロップアウトを再度有効にする必要があります。
• 下流タスクを混入せず、C4のみで事前学習を行いました。
• 埋め込み層と分類器層の間でパラメータ共有を行っていません。
• "xl" と "xxl" が "3B" と "11B" を置き換えました。モデルの形状は少し異なり、d_model が大きく、num_heads と d_ff が小さくなっています。

また、このモデルはノイズ除去と言語モデリングの両方の目的で事前学習されています。

具体的には、このチェックポイントは T5 Version 1.1 - Large から初期化され、T5論文 で議論されているLM目的でさらに100Kステップの学習が行われています。この適応により、モデルのプロンプトチューニングでの使用能力が向上しています。

注意: T5 Version 1.1 - LM適応版 モデルの人気のある微調整版は BigScienceのT0pp です。

事前学習データセット: C4

その他のコミュニティチェックポイント: こちら

論文: Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer

著者: Colin Raffel, Noam Shazeer, Adam Roberts, Katherine Lee, Sharan Narang, Michael Matena, Yanqi Zhou, Wei Li, Peter J. Liu

📚 ドキュメント

概要

転移学習は、モデルをまずデータが豊富なタスクで事前学習し、その後下流タスクで微調整する手法として、自然言語処理（NLP）において強力な技術として浮上しています。転移学習の有効性により、アプローチ、方法論、および実践の多様性が生まれています。この論文では、すべての言語問題をテキスト対テキスト形式に変換する統一的な枠組みを導入することで、NLPの転移学習技術の状況を探ります。我々の体系的な研究では、数十の言語理解タスクにおいて、事前学習の目的、アーキテクチャ、ラベルなしデータセット、転移アプローチ、およびその他の要素を比較しています。我々の調査から得られた洞察を規模と新しい「Colossal Clean Crawled Corpus」と組み合わせることで、要約、質問応答、テキスト分類などの多くのベンチマークで最先端の結果を達成しています。NLPの転移学習に関する将来の研究を促進するために、我々はデータセット、事前学習モデル、およびコードを公開しています。