T5 Efficient Large

🚀 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：

以下是使用的縮寫說明：

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。