语言: 中文 标签: deberta 缩略图: https://huggingface.co/front/thumbnails/microsoft.png 许可证: mit

DeBERTa：基于解耦注意力机制的增强型BERT解码模型

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。在80GB训练数据下，其在大多数自然语言理解任务上超越了BERT和RoBERTa的表现。

更多详情与更新请查阅官方代码库。

此为DeBERTa V2 xlarge模型，具备24层网络结构和1536维隐藏层大小。参数量总计9亿，基于160GB原始数据训练。

自然语言理解任务微调结果

我们在SQuAD 1.1/2.0及多项GLUE基准任务上展示了开发集表现：

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。虽然从MNLI微调模型出发时SST-2/QQP/QNLI/SQuADv2任务表现也会小幅提升，但这四项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使用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}
}