Mdeberta V3 Base

🚀 DeBERTaV3：使用带梯度解耦嵌入共享的 ELECTRA 风格预训练改进 DeBERTa

DeBERTaV3 借助带梯度解耦嵌入共享的 ELECTRA 风格预训练，进一步提升了 DeBERTa 的效率。与 DeBERTa 相比，V3 版本在下游任务上显著提高了模型性能。mDeBERTa 是 DeBERTa 的多语言版本，使用与 DeBERTa 相同的结构，并使用 CC100 多语言数据进行训练。

✨ 主要特性

• 改进架构：DeBERTa 通过解耦注意力和增强掩码解码器改进了 BERT 和 RoBERTa 模型。在 80GB 训练数据的情况下，DeBERTa 在大多数 NLU 任务上优于 RoBERTa。
• 效率提升：在 DeBERTa V3 中，使用带梯度解耦嵌入共享的 ELECTRA 风格预训练进一步提高了 DeBERTa 的效率。
• 多语言支持：mDeBERTa 是 DeBERTa 的多语言版本，使用 CC100 多语言数据进行训练。

📚 详细文档

模型概述

DeBERTa 通过解耦注意力和增强掩码解码器改进了 BERT 和 RoBERTa 模型。在 80GB 训练数据的情况下，DeBERTa 在大多数 NLU 任务上优于 RoBERTa。在 DeBERTa V3 中，我们使用带梯度解耦嵌入共享的 ELECTRA 风格预训练进一步提高了 DeBERTa 的效率。与 DeBERTa 相比，我们的 V3 版本在下游任务上显著提高了模型性能。你可以从我们的 论文 中找到关于新模型的更多技术细节。

mDeBERTa 是 DeBERTa 的多语言版本，使用与 DeBERTa 相同的结构，并使用 CC100 多语言数据进行训练。mDeBERTa V3 基础模型有 12 层，隐藏层大小为 768。它有 8600 万个骨干参数，词汇表包含 25 万个标记，在嵌入层引入了 1.9 亿个参数。该模型使用 2.5T 的 CC100 数据进行训练，与 XLM - R 相同。

微调实验

NLU 任务微调

我们展示了在 XNLI 上零样本跨语言迁移设置下的开发结果，即仅使用英语数据进行训练，在其他语言上进行测试。

使用 HF Transformers 进行微调

#!/bin/bash

cd transformers/examples/pytorch/text - classification/

pip install datasets

output_dir="ds_results"

num_gpus=8

batch_size=4

python -m torch.distributed.launch --nproc_per_node=${num_gpus} \
  run_xnli.py \
  --model_name_or_path microsoft/mdeberta - v3 - base \
  --task_name $TASK_NAME \
  --do_train \
  --do_eval \
  --train_language en \
  --language en \
  --evaluation_strategy steps \
  --max_seq_length 256 \
  --warmup_steps 3000 \
  --per_device_train_batch_size ${batch_size} \
  --learning_rate 2e - 5 \
  --num_train_epochs 6 \
  --output_dir $output_dir \
  --overwrite_output_dir \
  --logging_steps 1000 \
  --logging_dir $output_dir

引用

如果你发现 DeBERTa 对你的工作有用，请引用以下论文：

@misc{he2021debertav3,
      title={DeBERTaV3: Improving DeBERTa using ELECTRA - Style Pre - Training with Gradient - Disentangled Embedding Sharing}, 
      author={Pengcheng He and Jianfeng Gao and Weizhu Chen},
      year={2021},
      eprint={2111.09543},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

@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}
}

更多信息

请查看 官方仓库 以获取更多实现细节和更新。

📄 许可证

本项目采用 MIT 许可证。