语言:

• 英文 数据集:
• c4 标签:
• 深度窄型 推理: false

许可证: apache-2.0

T5高效基础版-FF9000（深度窄型版本）

T5-Efficient-BASE-FF9000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：从预训练和微调Transformer中获得的洞见**发布，作者包括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，与其他参数规模相似的模型架构相比，深度窄型模型架构在下游任务表现上更为优越。

引用论文内容：

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。这主要是因为深度如何影响帕累托前沿，如论文前几节所示。具体而言，一个高瘦（深且窄）的模型通常比基础模型更高效。同样，一个高瘦的基础模型也可能比大型模型更高效。我们发现，无论模型大小如何，即使随着层数增加绝对性能可能提升，但帕累托效率的相对增益会随着层数增加而减弱，最终在32至36层时趋于稳定。最后，我们注意到这里的效率概念涉及任一计算维度，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来选择考虑哪个计算维度。

更准确地说，模型深度定义为顺序堆叠的Transformer块数量。因此，词嵌入序列会依次通过每个Transformer块进行处理。

模型架构详情

此模型检查点——t5-efficient-base-ff9000——属于基础模型类型，具有以下变体：

• ff为9000

该模型拥有4.4942亿参数，因此在全精度（fp32）下需要约1797.7 MB内存，半精度（fp16或bf16）下需要898.85 MB内存。

以下是原版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：此模型为预训练检查点，需经过微调才能实际使用。该检查点基于英语预训练，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
• 问答系统
• 文本分类 - 注意：需稍作调整以适配编码器-解码器模型。

TensorFlow:

• 摘要生成
• 文本分类 - 注意：需稍作调整以适配编码器-解码器模型。

JAX/Flax:

• 摘要生成
• 文本分类 - 注意：需稍作调整以适配编码器-解码器模型。

下游性能

待补充：如有可用数据则添加表格

计算复杂度

待补充：如有可用数据则添加表格

更多信息

强烈建议读者仔细阅读原论文**高效扩展：从预训练和微调Transformer中获得的洞见，以更深入理解此模型检查点。如此问题所述，包含sh或skv架构变体的检查点未**移植到Transformers中，因其实际用途有限且缺乏详细描述。这些检查点暂存于此，未来可能考虑移植。