Mdeberta V3 Base

🚀 DeBERTaV3：使用帶梯度解耦嵌入共享的 ELECTRA 風格預訓練改進 DeBERTa

DeBERTaV3 藉助帶梯度解耦嵌入共享的 ELECTRA 風格預訓練，進一步提升了 DeBERTa 的效率。與 DeBERTa 相比，V3 版本在下游任務上顯著提高了模型性能。mDeBERTa 是 DeBERTa 的多語言版本，使用與 DeBERTa 相同的結構，並使用 CC100 多語言數據進行訓練。

✨ 主要特性

• 改進架構：DeBERTa 通過解耦注意力和增強掩碼解碼器改進了 BERT 和 RoBERTa 模型。在 80GB 訓練數據的情況下，DeBERTa 在大多數 NLU 任務上優於 RoBERTa。
• 效率提升：在 DeBERTa V3 中，使用帶梯度解耦嵌入共享的 ELECTRA 風格預訓練進一步提高了 DeBERTa 的效率。
• 多語言支持：mDeBERTa 是 DeBERTa 的多語言版本，使用 CC100 多語言數據進行訓練。

📚 詳細文檔

模型概述

DeBERTa 通過解耦注意力和增強掩碼解碼器改進了 BERT 和 RoBERTa 模型。在 80GB 訓練數據的情況下，DeBERTa 在大多數 NLU 任務上優於 RoBERTa。在 DeBERTa V3 中，我們使用帶梯度解耦嵌入共享的 ELECTRA 風格預訓練進一步提高了 DeBERTa 的效率。與 DeBERTa 相比，我們的 V3 版本在下游任務上顯著提高了模型性能。你可以從我們的 論文 中找到關於新模型的更多技術細節。

mDeBERTa 是 DeBERTa 的多語言版本，使用與 DeBERTa 相同的結構，並使用 CC100 多語言數據進行訓練。mDeBERTa V3 基礎模型有 12 層，隱藏層大小為 768。它有 8600 萬個骨幹參數，詞彙表包含 25 萬個標記，在嵌入層引入了 1.9 億個參數。該模型使用 2.5T 的 CC100 數據進行訓練，與 XLM - R 相同。

微調實驗

NLU 任務微調

我們展示了在 XNLI 上零樣本跨語言遷移設置下的開發結果，即僅使用英語數據進行訓練，在其他語言上進行測試。

使用 HF Transformers 進行微調

#!/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

引用

如果你發現 DeBERTa 對你的工作有用，請引用以下論文：

@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}
}

更多信息

請查看 官方倉庫 以獲取更多實現細節和更新。

📄 許可證

本項目採用 MIT 許可證。