V3large 2epoch

🚀 DeBERTa：具有解耦注意力的解码增强型BERT

DeBERTa是一种基于解耦注意力和增强掩码解码器改进的模型，它在BERT和RoBERTa的基础上进行了优化。该模型使用80GB训练数据，在大多数自然语言理解（NLU）任务上的表现优于BERT和RoBERTa。更多详细信息和更新请查看官方仓库。此为DeBERTa V2 xxlarge模型，有48层，隐藏层大小为1536，总参数达15亿，使用160GB原始数据进行训练。

🚀 快速开始

本部分将为你介绍DeBERTa模型在自然语言理解（NLU）任务上的微调情况，以及如何运行该模型。

✨ 主要特性

• 解耦注意力机制：改进了传统BERT和RoBERTa模型，在NLU任务上表现更优。
• 增强掩码解码器：提升了模型的性能。
• 多任务表现出色：在多个GLUE基准任务和SQuAD数据集上取得了良好的效果。

📦 安装指南

运行模型前，你需要安装必要的依赖：

pip install datasets
pip install deepspeed

同时，下载deepspeed配置文件：

wget https://huggingface.co/microsoft/deberta-v2-xxlarge/resolve/main/ds_config.json -O ds_config.json

💻 使用示例

基础用法

使用Deepspeed运行模型：

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-v2-xxlarge \
  --task_name $TASK_NAME \
  --do_train \
  --do_eval \
  --max_seq_length 256 \
  --per_device_train_batch_size ${batch_size} \
  --learning_rate 3e-6 \
  --num_train_epochs 3 \
  --output_dir $output_dir \
  --overwrite_output_dir \
  --logging_steps 10 \
  --logging_dir $output_dir \
  --deepspeed ds_config.json

高级用法

使用--sharded_ddp运行模型：

cd transformers/examples/text-classification/
export TASK_NAME=mnli
python -m torch.distributed.launch --nproc_per_node=8 run_glue.py   --model_name_or_path microsoft/deberta-v2-xxlarge   \
--task_name $TASK_NAME   --do_train   --do_eval   --max_seq_length 256   --per_device_train_batch_size 8   \
--learning_rate 3e-6   --num_train_epochs 3   --output_dir /tmp/$TASK_NAME/ --overwrite_output_dir --sharded_ddp --fp16

📚 详细文档

微调结果

以下是DeBERTa在SQuAD 1.1/2.0和多个GLUE基准任务上的开发结果：

注意事项

• ¹ 遵循RoBERTa的做法，对于RTE、MRPC、STS-B任务，我们基于DeBERTa-Large-MNLI、DeBERTa-XLarge-MNLI、DeBERTa-V2-XLarge-MNLI、DeBERTa-V2-XXLarge-MNLI进行微调。从MNLI微调模型开始，SST-2/QQP/QNLI/SQuADv2的结果也会略有提升，但我们仅报告从预训练基础模型微调的结果。
• ² 若要使用**HF transformers尝试XXLarge模型，建议使用deepspeed**，因为它更快且节省内存。

🔧 技术细节

• 模型架构：DeBERTa基于Transformer架构，采用了解耦注意力和增强掩码解码器。
• 训练数据：使用了80GB训练数据，DeBERTa V2 xxlarge模型使用了160GB原始数据。

📄 许可证

本项目采用MIT许可证。

📖 引用

如果你觉得DeBERTa对你的工作有帮助，请引用以下论文：

@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}
}