谷歌T5 1.1版本 - 语言模型适配版

1.1版本 - 语言模型适配版

T5 1.1版本 - 语言模型适配版相比原始T5模型具有以下改进：

• 前馈隐藏层采用GEGLU激活函数替代ReLU——详见论文
• 预训练阶段关闭Dropout（质量提升），微调时应重新启用
• 仅使用C4数据集预训练，不混合下游任务数据
• 嵌入层与分类器层取消参数共享
• "xl"和"xxl"规格取代原"3B"和"11B"命名，模型结构略有调整：增大d_model维度，减少num_heads和d_ff数量

该版本同时基于去噪和语言建模目标进行预训练。

具体而言，本检查点从T5 1.1-XL版本初始化后，针对T5论文所述语言建模目标额外训练10万步。这种适配显著提升了模型在提示调优（prompt tuning）中的应用能力。

注：该模型的知名微调版本为BigScience的T0pp。

预训练数据集：C4

其他社区检查点：参见此处

论文：《探索文本到文本统一转换器的迁移学习极限》

作者：Colin Raffel, Noam Shazeer, Adam Roberts, Katherine Lee, Sharan Narang, Michael Matena, Yanqi Zhou, Wei Li, Peter J. Liu

摘要

迁移学习——先在数据丰富的任务上预训练模型，再针对下游任务微调——已成为自然语言处理（NLP）领域的强大技术。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，系统性地探索了NLP迁移学习技术全景。我们比较了数十项语言理解任务中不同预训练目标、架构、无标注数据集和迁移方法的性能表现。结合实验发现与大规模"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、预训练模型及代码。