语言: 中文 标签:

• deberta-v1
• 填充掩码 缩略图: https://huggingface.co/front/thumbnails/microsoft.png 许可证: mit

DeBERTa：基于解耦注意力与增强掩码解码的改进型BERT

DeBERTa通过解耦注意力机制和增强型掩码解码器改进了BERT与RoBERTa模型。凭借这两项创新，DeBERTa在使用80GB训练数据时，在多数自然语言理解任务上超越了RoBERTa的表现。

更多细节与更新请查阅官方代码库。

此为拥有48层网络结构、1024隐藏层维度的DeBERTa XLarge模型，参数量总计7.5亿。

自然语言理解任务微调表现

我们在SQuAD 1.1/2.0及多项GLUE基准任务上展示了开发集结果：

说明

• ¹ 遵循RoBERTa方法，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。虽然SST-2/QQP/QNLI/SQuADv2任务从MNLI微调模型起步会获得轻微提升，但这四个任务我们仅报告基于预训练基础模型微调的结果。
• ² 若需通过HF transformers运行XXLarge模型，需指定**--sharded_ddp**参数

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

引用文献

若DeBERTa对您的研究有所助益，请引用以下论文：

@inproceedings{
he2021deberta,
title={DEBERTA: 基于解耦注意力与增强解码的BERT改进模型},
author={何鹏程 and 刘骁东 and 高剑峰 and 陈伟柱},
booktitle={国际学习表征会议},
year={2021},
url={https://openreview.net/forum?id=XPZIaotutsD}
}