Deberta Large

🚀 DeBERTa：具有解耦注意力的解码增强型BERT

DeBERTa通过解耦注意力和增强的掩码解码器改进了BERT和RoBERTa模型。在使用80GB训练数据的情况下，它在大多数自然语言理解（NLU）任务上的表现优于BERT和RoBERTa。

更多详细信息和更新请查看官方仓库。

🚀 快速开始

🔎 模型介绍

DeBERTa是一种基于Transformer架构的预训练语言模型，它在BERT和RoBERTa的基础上进行了改进，通过引入解耦注意力机制和增强的掩码解码器，提升了模型在自然语言理解任务上的性能。

📊 模型在NLU任务上的微调结果

我们展示了DeBERTa在SQuAD 1.1/2.0和几个GLUE基准任务上的开发结果。

📋 注意事项

• ¹ 遵循RoBERTa的做法，对于RTE、MRPC、STS-B任务，我们基于DeBERTa-Large-MNLI、DeBERTa-XLarge-MNLI、DeBERTa-V2-XLarge-MNLI、DeBERTa-V2-XXLarge-MNLI进行微调。从MNLI微调模型开始时，SST-2/QQP/QNLI/SQuADv2的结果也会略有提升，但我们仅报告从预训练基础模型微调得到的结果。
• ² 若要使用**HF transformers尝试XXLarge模型，你需要指定--sharded_ddp**。

cd transformers/examples/text-classification/
export TASK_NAME=mrpc
python -m torch.distributed.launch --nproc_per_node=8 run_glue.py   --model_name_or_path microsoft/deberta-v2-xxlarge   \
--task_name $TASK_NAME   --do_train   --do_eval   --max_seq_length 128   --per_device_train_batch_size 4   \
--learning_rate 3e-6   --num_train_epochs 3   --output_dir /tmp/$TASK_NAME/ --overwrite_output_dir --sharded_ddp --fp16

📖 引用

如果你发现DeBERTa对你的工作有帮助，请引用以下论文：

@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}
}

📄 许可证

本项目采用MIT许可证。