🚀 T5-Efficient-LARGE (深度窄化版本)
T5-Efficient-LARGE 是 谷歌原始 T5 的一個變體,遵循 T5 模型架構。它是一個僅預訓練的檢查點,隨論文 高效擴展:預訓練和微調 Transformer 的見解 發佈,作者為 Yi Tay、Mostafa Dehghani、Jinfeng Rao、William Fedus、Samira Abnar、Hyung Won Chung、Sharan Narang、Dani Yogatama、Ashish Vaswani、Donald Metzler。簡而言之,該論文指出,與參數數量相近的其他模型架構相比,深度窄化的模型架構在下游任務性能上更具優勢。
✨ 主要特性
論文中提到:
我們通常推薦採用深度窄化策略,即在考慮對其他維度進行統一擴展之前,優先增加模型的深度。這主要是因為論文前面部分表明,深度對帕累託前沿的影響很大。具體來說,一個高瘦(深度大且寬度窄)的模型通常比基礎模型更高效。同樣,一個高瘦的基礎模型可能也比大型模型更高效。我們普遍發現,無論模型大小如何,即使隨著層數的增加絕對性能可能會提高,但隨著層數的增加,帕累託效率的相對增益會逐漸減小,在 32 到 36 層時趨於收斂。最後,我們注意到,這裡所說的效率與任何一個計算維度相關,即參數數量、浮點運算次數(FLOPs)或吞吐量(速度)。我們報告了三個關鍵的效率指標(參數數量、FLOPs 和速度),並將選擇考慮哪個計算維度的決定權留給實踐者。
更準確地說,模型深度 定義為順序堆疊的 Transformer 塊的數量。因此,詞嵌入序列會依次由每個 Transformer 塊進行處理。
📚 詳細文檔
詳細模型架構
此模型檢查點 t5-efficient-large 屬於 大型 模型類型,無變體。它有 7.3772 億 個參數,因此在全精度(fp32)下大約需要 2950.9 MB 的內存,在半精度(fp16 或 bf16)下需要 1475.45 MB 的內存。
以下是 原始 T5 模型架構的總結:
模型 |
nl (el/dl) |
ff |
dm |
kv |
nh |
參數數量 |
Tiny |
4/4 |
1024 |
256 |
32 |
4 |
16M |
Mini |
4/4 |
1536 |
384 |
32 |
8 |
31M |
Small |
6/6 |
2048 |
512 |
32 |
8 |
60M |
Base |
12/12 |
3072 |
768 |
64 |
12 |
220M |
Large |
24/24 |
4096 |
1024 |
64 |
16 |
738M |
Xl |
24/24 |
16384 |
1024 |
128 |
32 |
3B |
XXl |
24/24 |
65536 |
1024 |
128 |
128 |
11B |
以下是使用的縮寫說明:
縮寫 |
定義 |
nl |
Transformer 塊的數量(深度) |
dm |
嵌入向量的維度(Transformer 塊的輸出向量) |
kv |
鍵/值投影矩陣的維度 |
nh |
注意力頭的數量 |
ff |
Transformer 塊內中間向量的維度(前饋投影矩陣的大小) |
el |
編碼器中 Transformer 塊的數量(編碼器深度) |
dl |
解碼器中 Transformer 塊的數量(解碼器深度) |
sh |
表示注意力頭是共享的 |
skv |
表示鍵值投影矩陣是綁定的 |
如果一個模型檢查點沒有特定的 el 或 dl,則編碼器和解碼器的層數都對應於 nl。
預訓練
該檢查點在 大規模清理版通用爬蟲數據 (C4) 上進行了 524288 步的預訓練,使用基於跨度的掩碼語言建模(MLM)目標。
微調
⚠️ 重要提示
此模型是一個 預訓練 檢查點,需要進行微調才能實際使用。該檢查點是用英語進行預訓練的,因此僅適用於英語自然語言處理任務。
你可以參考以下示例來微調該模型:
PyTorch:
- 文本摘要
- 問答
- 文本分類 - 注意:你需要對這裡的訓練示例進行一些微調,使其適用於編碼器 - 解碼器模型。
Tensorflow:
- 文本摘要
- 文本分類 - 注意:你需要對這裡的訓練示例進行一些微調,使其適用於編碼器 - 解碼器模型。
JAX/Flax:
- 文本摘要
- 文本分類 - 注意:你需要對這裡的訓練示例進行一些微調,使其適用於編碼器 - 解碼器模型。
🔧 技術細節
我們強烈建議讀者仔細閱讀原始論文 高效擴展:預訓練和微調 Transformer 的見解,以更深入地瞭解此模型檢查點。如 此問題 中所述,包含 sh 或 skv 模型架構變體的檢查點 尚未 移植到 Transformers 中,因為它們可能實際用途有限,且缺乏更詳細的描述。這些檢查點保留在 此處,可能會在未來進行移植。
📄 許可證
本項目採用 Apache-2.0 許可證。