Deberta V3 Large

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

DeBERTaV3通过带梯度解耦嵌入共享的ELECTRA式预训练改进了DeBERTa模型，提升了模型在下游任务中的性能。它在多个自然语言理解（NLU）任务上表现出色，为相关领域的研究和应用提供了更强大的工具。

✨ 主要特性

• 解耦注意力和增强掩码解码器：DeBERTa使用解耦注意力和增强掩码解码器改进了BERT和RoBERTa模型。凭借这两项改进，DeBERTa在使用80GB训练数据的大多数NLU任务上超越了RoBERTa。
• ELECTRA式预训练和梯度解耦嵌入共享：在DeBERTa V3中，通过带梯度解耦嵌入共享的ELECTRA式预训练进一步提高了DeBERTa的效率。与DeBERTa相比，V3版本显著提升了模型在下游任务中的性能。

📦 安装指南

请查看官方仓库以获取更多实现细节和更新。

💻 使用示例

基础用法

在NLU任务上进行微调

以下是在SQuAD 2.0和MNLI任务上的开发结果：

高级用法

使用HF transformers进行微调

#!/bin/bash

cd transformers/examples/pytorch/text-classification/

pip install datasets
export TASK_NAME=mnli

output_dir="ds_results"

num_gpus=8

batch_size=8

python -m torch.distributed.launch --nproc_per_node=${num_gpus} \
  run_glue.py \
  --model_name_or_path microsoft/deberta-v3-large \
  --task_name $TASK_NAME \
  --do_train \
  --do_eval \
  --evaluation_strategy steps \
  --max_seq_length 256 \
  --warmup_steps 50 \
  --per_device_train_batch_size ${batch_size} \
  --learning_rate 6e-6 \
  --num_train_epochs 2 \
  --output_dir $output_dir \
  --overwrite_output_dir \
  --logging_steps 1000 \
  --logging_dir $output_dir

📚 详细文档

DeBERTa V3大模型有24层，隐藏层大小为1024。它有3.04亿个主干参数，词汇表包含12.8万个标记，在嵌入层引入了1.31亿个参数。该模型和DeBERTa V2一样，使用160GB数据进行训练。你可以从我们的论文中找到关于新模型的更多技术细节。

📄 许可证

本项目采用MIT许可证。

引用

如果您发现DeBERTa对您的工作有帮助，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}
}