Bert Tiny Finetuned Qnli

🚀 M-FACでファインチューニングされたBERT-tinyモデル

このモデルは、最先端の2次オプティマイザであるM-FACを使用してQNLIデータセットでファインチューニングされています。M-FACの詳細については、NeurIPS 2021の論文を参照してください: https://arxiv.org/pdf/2107.03356.pdf。

🚀 クイックスタート

このモデルは、最先端の2次オプティマイザであるM-FACを用いてQNLIデータセット上でファインチューニングされています。詳細は論文を参照してください。

✨ 主な機能

• M-FACオプティマイザを使用したファインチューニング
• QNLIデータセットでの高精度な結果

📦 インストール

このモデルを使用するには、以下の手順に従ってください。

ファインチューニングのセットアップ

デフォルトのAdamベースラインとの公平な比較のため、以下のフレームワークでモデルをファインチューニングし、AdamオプティマイザをM-FACに置き換えます。 https://github.com/huggingface/transformers/tree/master/examples/pytorch/text-classification

M-FACオプティマイザで使用されるハイパーパラメータ:

learning rate = 1e-4
number of gradients = 1024
dampening = 1e-6

💻 使用例

基本的な使用法

結果を再現するには、以下のbashスクリプトを実行します。

CUDA_VISIBLE_DEVICES=0 python run_glue.py \
  --seed 8276 \
  --model_name_or_path prajjwal1/bert-tiny \
  --task_name qnli \
  --do_train \
  --do_eval \
  --max_seq_length 128 \
  --per_device_train_batch_size 32 \
  --learning_rate 1e-4 \
  --num_train_epochs 5 \
  --output_dir out_dir/ \
  --optim MFAC \
  --optim_args '{"lr": 1e-4, "num_grads": 1024, "damp": 1e-6}'

📚 ドキュメント

結果

5回の実行の中で最良のモデルを共有し、QNLI検証セットで以下のスコアを達成しました。

accuracy = 81.54

QNLI検証セットでの5回の実行の平均と標準偏差:

ハイパーパラメータ per_device_train_batch_size, learning_rate, num_train_epochs, num_grads, damp を適切に調整することで、結果を改善できると考えています。公平な比較と堅牢なデフォルトセットアップのため、すべてのモデル (bert-tiny, bert-mini) とすべてのデータセット (SQuAD version 2およびGLUE) で同じハイパーパラメータを使用しています。

BibTeXエントリと引用情報

@article{frantar2021m,
  title={M-FAC: Efficient Matrix-Free Approximations of Second-Order Information},
  author={Frantar, Elias and Kurtic, Eldar and Alistarh, Dan},
  journal={Advances in Neural Information Processing Systems},
  volume={35},
  year={2021}
}

私たちのM-FACのコードはこちらにあります: https://github.com/IST-DASLab/M-FAC。 任意のリポジトリでM-FACを統合して使用する方法のステップバイステップチュートリアルはこちらにあります: https://github.com/IST-DASLab/M-FAC/tree/master/tutorials。