以下模型是从 official Google BERT repository 中转换的Tensorflow checkpoint中获得的预训练的Pytorch模型。

这是一种较小的预训练BERT变体，与 bert-mini 、 bert-small 和 bert-medium 一起使用。它们在研究“好学生学得更好：关于预训练紧凑模型的重要性”（ arxiv ）中提到，并为研究“NLI中的概括能力：超出简单启发的方法”（ arXiv ）进行了HF转换。这些模型应该在下游任务上进行训练。

如果您使用了该模型，请考虑引用这两篇论文：

@misc{bhargava2021generalization,
      title={Generalization in NLI: Ways (Not) To Go Beyond Simple Heuristics}, 
      author={Prajjwal Bhargava and Aleksandr Drozd and Anna Rogers},
      year={2021},
      eprint={2110.01518},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

@article{DBLP:journals/corr/abs-1908-08962,
  author    = {Iulia Turc and
               Ming{-}Wei Chang and
               Kenton Lee and
               Kristina Toutanova},
  title     = {Well-Read Students Learn Better: The Impact of Student Initialization
               on Knowledge Distillation},
  journal   = {CoRR},
  volume    = {abs/1908.08962},
  year      = {2019},
  url       = {http://arxiv.org/abs/1908.08962},
  eprinttype = {arXiv},
  eprint    = {1908.08962},
  timestamp = {Thu, 29 Aug 2019 16:32:34 +0200},
  biburl    = {https://dblp.org/rec/journals/corr/abs-1908-08962.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

该模型的配置：

• prajjwal1/bert-tiny (L=2, H=128) Model Link

其他值得检查的模型：

• prajjwal1/bert-mini (L=4, H=256) Model Link
• prajjwal1/bert-small (L=4, H=512) Model Link
• prajjwal1/bert-medium (L=8, H=512) Model Link

原始实现和更多信息可以在 this Github repository 中找到。

Twitter： @prajjwal_1