谷歌T5 1.1版本

1.1版本

T5 1.1版本相比原始T5模型进行了以下改进：

• 在前馈隐藏层中使用GEGLU激活函数替代ReLU——详见论文
• 预训练阶段关闭Dropout（质量提升），微调阶段需重新启用
• 仅在C4数据集上预训练，不混合下游任务数据
• 嵌入层与分类器层不共享参数
• 用"xl"和"xxl"取代"3B"和"11B"命名，模型结构略有调整：更大的d_model，更小的num_heads和d_ff

注意：T5 1.1版本仅在C4数据集上进行无监督预训练，未包含任何监督训练。因此使用前必须在下游任务上进行微调。
预训练数据集：C4
社区其他检查点：此处查看
论文：《探索文本到文本统一Transformer的迁移学习极限》
作者：Colin Raffel, Noam Shazeer等

摘要

迁移学习——先在数据丰富的任务上预训练模型，再在下游任务上微调——已成为自然语言处理（NLP）的强大技术。其有效性催生了多样化的方法、方法论和实践。本文通过将各类语言问题统一转化为文本到文本格式，系统比较了数十项语言理解任务中的预训练目标、架构、无标签数据集和迁移方法等因素。结合规模化实验与新型"Colossal Clean Crawled Corpus"数据集，我们在摘要生成、问答、文本分类等多项基准测试中取得最先进成果。为促进NLP迁移学习研究，我们公开了数据集、预训练模型和代码。