T5 Base 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、様々な言語タスクをテキスト-to-テキスト形式に変換することで、多くのベンチマークで最先端の結果を達成します。

🚀 クイックスタート

このセクションでは、GoogleのT5 Version 1.1 - LM適応版モデルの概要と主な改良点を紹介します。

✨ 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、以下の改良点があります。

• フィードフォワード隠れ層でReLUではなくGEGLU活性化関数を使用 - こちら を参照。
• 事前学習で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にC4のみで事前学習。
• 埋め込み層と分類器層の間でパラメータ共有を行わない。
• "xl" と "xxl" が "3B" と "11B" を置き換えます。モデルの形状は少し異なり、d_model が大きく、num_heads と d_ff が小さくなります。

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 - Base 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10万ステップ学習されます。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

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で、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、様々なアプローチ、方法論、実践が生まれています。この論文では、すべての言語問題をテキスト-to-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求します。体系的な研究で、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、その他の要素を数十の言語理解タスクで比較します。探求から得られた洞察と規模、新しい「Colossal Clean Crawled Corpus」を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、データセット、事前学習モデル、コードを公開します。

📄 ライセンス

このプロジェクトは、Apache-2.0ライセンスの下で公開されています。