Bert Tiny Finetuned Mrpc

🚀 基於M-FAC微調的BERT-tiny模型

本模型在MRPC數據集上使用了先進的二階優化器M-FAC進行微調。欲瞭解更多關於M-FAC的詳細信息，請查閱NeurIPS 2021論文：https://arxiv.org/pdf/2107.03356.pdf。

🚀 快速開始

✨ 微調設置

為了與默認的Adam基線進行公平比較，我們在此框架中對模型進行微調，僅將Adam優化器替換為M-FAC。

M-FAC優化器使用的超參數如下：

學習率 = 1e-4
梯度數量 = 512
阻尼係數 = 1e-6

📊 結果

我們分享了5次運行中表現最佳的模型，其在MRPC驗證集上的得分如下：

f1 = 83.12
準確率 = 73.52

在MRPC驗證集上5次運行的均值和標準差如下：

可以通過在此文件中添加M-FAC優化器代碼，並運行以下bash腳本來複現結果：

CUDA_VISIBLE_DEVICES=0 python run_glue.py \
  --seed 42 \
  --model_name_or_path prajjwal1/bert-tiny \
  --task_name mrpc \
  --do_train \
  --do_eval \
  --max_seq_length 128 \
  --per_device_train_batch_size 32 \
  --learning_rate 1e-4 \
  --num_train_epochs 5 \
  --output_dir out_dir/ \
  --optim MFAC \
  --optim_args '{"lr": 1e-4, "num_grads": 512, "damp": 1e-6}'

我們認為，通過適度調整超參數per_device_train_batch_size、learning_rate、num_train_epochs、num_grads和damp，這些結果還有提升的空間。為了進行公平比較並建立一個穩健的默認設置，我們在所有模型（bert-tiny、bert-mini）和所有數據集（SQuAD版本2和GLUE）上使用了相同的超參數。

📄 引用信息

我們的M-FAC代碼可在此處找到。關於如何在任何倉庫中集成和使用M-FAC的分步教程可在此處找到。

以下是BibTeX引用信息：

@article{frantar2021m,
  title={M-FAC: Efficient Matrix-Free Approximations of Second-Order Information},
  author={Frantar, Elias and Kurtic, Eldar and Alistarh, Dan},
  journal={Advances in Neural Information Processing Systems},
  volume={35},
  year={2021}
}