V2xl Again Mnli

🚀 DeBERTa：具有解耦注意力的解碼增強型BERT

DeBERTa通過解耦注意力和增強掩碼解碼器改進了BERT和RoBERTa模型。它使用80GB訓練數據，在大多數自然語言理解（NLU）任務上的表現優於BERT和RoBERTa。如需更多詳細信息和更新，請查看官方倉庫。此為針對MNLI任務進行微調的DeBERTa大模型。

🚀 快速開始

本部分提供了DeBERTa模型的基本信息和使用指導，幫助你快速瞭解和使用該模型。

✨ 主要特性

• 模型改進：DeBERTa使用解耦注意力和增強掩碼解碼器對BERT和RoBERTa模型進行了改進。
• 性能優越：在大多數NLU任務上，使用80GB訓練數據的DeBERTa表現優於BERT和RoBERTa。
• 多任務微調：提供了在多個NLU任務（如SQuAD 1.1/2.0和GLUE基準任務）上的微調結果。

📚 詳細文檔

🔍 NLU任務微調

我們展示了DeBERTa模型在SQuAD 1.1/2.0和多個GLUE基準任務上的開發結果。以下是不同模型在各任務上的性能對比：

📌 注意事項

• ¹ 遵循RoBERTa的做法，對於RTE、MRPC、STS-B任務，我們基於DeBERTa-Large-MNLI、DeBERTa-XLarge-MNLI、DeBERTa-V2-XLarge-MNLI、DeBERTa-V2-XXLarge-MNLI對這些任務進行微調。從MNLI微調模型開始，SST-2/QQP/QNLI/SQuADv2的結果也會略有提升，但我們僅報告從預訓練基礎模型微調得到的結果。
• ² 若要使用**HF transformers嘗試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

📖 引用說明

如果你發現DeBERTa對你的工作有幫助，請引用以下論文：

@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}
}

📄 許可證

本項目採用MIT許可證。