ZSD Microsoft V2xxlmnli

🚀 DeBERTa：具有解耦注意力的解码增强型BERT

DeBERTa是一种基于Transformer架构的自然语言处理模型，它通过解耦注意力和增强的掩码解码器改进了BERT和RoBERTa模型。在使用80GB训练数据的情况下，它在大多数自然语言理解（NLU）任务上的表现优于BERT和RoBERTa。

🚀 快速开始

本项目是针对多类型自然语言推理（MNLI）任务进行微调的DeBERTa大型模型。若需更多详细信息和更新内容，请查看官方仓库。

✨ 主要特性

• 解耦注意力机制：改进了传统的注意力机制，提升了模型对语言的理解能力。
• 增强的掩码解码器：优化了掩码语言模型的训练过程，使模型能够更好地学习语言的上下文信息。
• 优秀的性能表现：在多个NLU任务上超越了BERT和RoBERTa等模型。

📚 详细文档

🔍 NLU任务微调

我们展示了模型在SQuAD 1.1/2.0和几个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对这些任务进行微调。从MNLI微调模型开始时，SST - 2/QQP/QNLI/SQuADv2的结果也会略有提升，但我们仅报告了从预训练基础模型微调得到的结果。
• ² 若要使用**HF transformers尝试XXLarge模型，你需要指定--sharded_ddp**。

cd transformers/examples/text-classification/
export TASK_NAME=mrpc
python -m torch.distributed.launch --nproc_per_node=8 run_glue.py   --model_name_or_path microsoft/deberta-v2-xxlarge   \
--task_name $TASK_NAME   --do_train   --do_eval   --max_seq_length 128   --per_device_train_batch_size 4   \
--learning_rate 3e-6   --num_train_epochs 3   --output_dir /tmp/$TASK_NAME/ --overwrite_output_dir --sharded_ddp --fp16

📖 引用

如果您发现DeBERTa对您的工作有帮助，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}
}