Deberta V2 Xlarge Mnli

🚀 DeBERTa：具有解耦注意力的解碼增強型BERT

DeBERTa模型通過解耦注意力和增強掩碼解碼器改進了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。

更多詳細信息和更新請查看官方倉庫。

這是針對多類型自然語言推理（MNLI）任務微調的DeBERTa V2 xlarge模型，共有24層，隱藏層大小為1536，總參數達9億。

✨ 主要特性

• 使用解耦注意力和增強掩碼解碼器改進BERT和RoBERTa模型。
• 在多數NLU任務上表現優於BERT和RoBERTa。

📚 詳細文檔

在NLU任務上進行微調

我們展示了在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。