ZSD Microsoft V2xxlmnli

🚀 DeBERTa：具有解耦注意力的解碼增強型BERT

DeBERTa是一種基於Transformer架構的自然語言處理模型，它通過解耦注意力和增強的掩碼解碼器改進了BERT和RoBERTa模型。在使用80GB訓練數據的情況下，它在大多數自然語言理解（NLU）任務上的表現優於BERT和RoBERTa。

🚀 快速開始

本項目是針對多類型自然語言推理（MNLI）任務進行微調的DeBERTa大型模型。若需更多詳細信息和更新內容，請查看官方倉庫。

✨ 主要特性

• 解耦注意力機制：改進了傳統的注意力機制，提升了模型對語言的理解能力。
• 增強的掩碼解碼器：優化了掩碼語言模型的訓練過程，使模型能夠更好地學習語言的上下文信息。
• 優秀的性能表現：在多個NLU任務上超越了BERT和RoBERTa等模型。

📚 詳細文檔

🔍 NLU任務微調

我們展示了模型在SQuAD 1.1/2.0和幾個GLUE基準任務上的開發結果。

📌 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微調模型開始時，SST - 2/QQP/QNLI/SQuADv2的結果也會略有提升，但我們僅報告了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

如果您發現DeBERTa對您的工作有幫助，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}
}