Google's T5 版本 1.1

版本 1.1

T5 Version 1.1 相对于原始的 T5 模型，包括以下改进- 前馈隐藏层采用 GEGLU 激活，而不是 ReLU - 参见 here 。

• 预训练中关闭了 Dropout（质量优势）。在微调期间应重新启用 Dropout。

• 仅在 C4 上进行预训练，没有混合下游任务。

• 嵌入层和分类器层之间无参数共享。

• "xl" 和 "xxl" 取代了 "3B" 和 "11B"。模型结构有些不同- 更大的 d_model 和更小的 num_heads 和 d_ff。

注意：T5 版本 1.1 仅在 C4 上进行了预训练，不包括任何监督训练。因此，在将其用于下游任务之前，必须对该模型进行微调。预训练数据集： C4

其他社区检查点： here

论文： Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer

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

摘要

迁移学习是指将模型首先在数据丰富的任务上进行预训练，然后再在下游任务上进行微调的技术，在自然语言处理（NLP）中已经成为一种强大的技术。迁移学习的有效性产生了多种方法、方法论和实践。在本文中，我们通过引入一个统一的框架，将每个语言问题转化为文本到文本的格式，探索了NLP迁移学习技术的领域。我们的系统研究比较了预训练目标、架构、无标签数据集、迁移方法和其他因素在数十个语言理解任务上的表现。通过将我们的探索洞察与规模和我们的新的“巨大干净爬行语料库”相结合，我们在许多涵盖摘要、问答、文本分类等多个基准测试上实现了最先进的结果。为了促进未来的迁移学习工作，我们发布了我们的数据集、预训练模型和代码。