语言:

• 英文 数据集:
• c4 标签:
• 深度窄型 推理: false

许可证: apache-2.0

T5高效小型KV256（深度窄型版本）

T5-Efficient-SMALL-KV256是谷歌原版T5的一个变体，遵循T5模型架构。这是一个仅预训练的检查点，随论文**高效扩展：来自预训练和微调Transformer的洞见**发布，作者为Yi Tay, Mostafa Dehghani, Jinfeng Rao, William Fedus, Samira Abnar, Hyung Won Chung, Sharan Narang, Dani Yogatama, Ashish Vaswani, Donald Metzler。

简而言之，论文指出，对于下游任务性能而言，深度窄型模型架构相比其他参数数量相近的模型架构更为有利。

引用论文：

我们通常推荐采用DeepNarrow策略，即在考虑其他维度均匀扩展之前，优先增加模型的深度。这主要是由于深度如何影响帕累托前沿，如论文前几节所示。具体来说，一个高瘦（深且窄）的模型通常比基础模型更高效。同样，一个高大的基础模型也可能通常比大型模型更高效。我们发现，无论模型大小如何，即使随着我们不断堆叠层数，绝对性能可能提高，但帕累托效率的相对增益会随着层数的增加而减弱，最终在32到36层时趋于收敛。最后，我们注意到，这里的效率概念与任何计算维度相关，即参数数量、FLOPs或吞吐量（速度）。我们报告了所有三个关键效率指标（参数数量、FLOPS和速度），并将决定权留给实践者，由其决定考虑哪个计算维度。

更准确地说，模型深度定义为顺序堆叠的Transformer块数量。因此，词嵌入序列会依次由每个Transformer块处理。

模型架构详情

此模型检查点——t5-efficient-small-kv256——属于小型模型类型，具有以下变体：

• kv为256

它拥有1.1714亿参数，因此在全精度（fp32）下需要约468.58 MB内存，或在半精度（fp16或bf16）下需要234.29 MB内存。

以下是原始T5模型架构的概览：

其中使用了以下缩写：

如果模型检查点没有特定的el或dl，则编码器和解码器的层数均对应于nl。

预训练

该检查点在大规模清理版Common Crawl（C4）上进行了524288步的预训练，使用了基于跨度的掩码语言建模（MLM）目标。

微调

注意：此模型是一个预训练检查点，需经过微调才能实际使用。该检查点以英语预训练，因此仅适用于英语NLP任务。您可以参考以下示例进行微调：

PyTorch:

• 摘要生成
• 问答
• 文本分类 - 注意：您需要稍微调整训练示例以适应编码器-解码器模型。

TensorFlow:

• 摘要生成
• 文本分类 - 注意：您需要稍微调整训练示例以适应编码器-解码器模型。

JAX/Flax:

• 摘要生成
• 文本分类 - 注意：您需要稍微调整训练示例以适应编码器-解码器模型。

下游性能

待办：如有可用，添加表格

计算复杂度

待办：如有可用，添加表格

更多信息

我们强烈建议读者仔细阅读原始论文**高效扩展：来自预训练和微调Transformer的洞见，以更细致地理解此模型检查点。如以下问题所述，包含sh或skv模型架构变体的检查点未**移植到Transformers中，因为它们可能实用性有限且缺乏更详细的描述。这些检查点暂时保留在此处，未来可能会进行移植。