XLNet:公平PK,BERT你已经被超过!
作者 | XLNet Team
译者 | 孙薇
责编 | Jane
出品 | AI科技大本营(ID: rgznai100)
【导语】几周前,XLNet 团队发布了新型预训练语言模型 XLNet,这个新模型在各项基准测试中都优于谷歌之前发布的BERT模型,其中模型 XLNet-Large 的数据量更是 BERT 模型的 10 倍左右。那 XLnet 和 BERT 到底要选谁?
这次 XLnet 团队进行了一次对比实验,为了确保对比的公正性,在对比实验中作者采用相同的环境和配置,相同的训练数据,并确保在 BERT 和 XLNet 两个模型的训练方法中,几乎每个超参数(hyperparameter)都是相同的,这些超参数都是由 BERT作者发布,并在BERT中使用的。即是说,这些超参数是为BERT模型设计选择的,很可能是针对BERT最优化的,而非XLNet。具体超参数设置如下(两个模型的超参数完全相同):
Batch-size: 256
训练步数:1M
优化器:Adam,学习率 1e-4,warmup 1万,线性衰减
训练语料库:Wikipedia + BooksCorpus,在处理Wikipedia时使用了与BERT repo相同的工具,但出于某种原因,我们的Wiki语料库仅有20亿单词,BERT使用了25亿单词,因此XLNet的训练数据略少于BERT。
模型结构参数:24层,1024个隐层,16 heads
微调(finetuning)超参数搜索空间
此外,作者还修改了一些数据相关的实现细节,以便与BERT模型进行一对一的比较。
在之前的实验中,预训练环节,未被mask的token无法看到分类token CLS和分隔token SEP,而现阶段的实现中可以看到了,与BERT模型保持一致。
在微调环节,与BERT一样,用“BERT格式”取代了普通的 XLNet格式,即使用[CLS, A, SEP, B, SEP] 取代了 [A, SEP, B, SEP, CLS]。
另外,我们考虑了BERT模型的三种变体,并报告了各个单独任务的最佳微调结果。三种变体如下:
模型1(Model-I):BERT 作者发布的原始BERT模型
模型2(Model-II):同样来自作者的中文全词覆盖模型
模型3(Model-III):由于考虑到下句预测(NSP)可能会影响表现,我们使用BERT已发布的代码针对没有NSP loss的新模型进行了预训练
注意:由于通过不同变体可以获得各个任务的最佳表现,以上设置也许会让BERT模型更占优势。
GLUE 和 SQuAD上的开发设置结果,及 RACE 上的测试设置结果如下(并未使用数据增强、集成或多任务学习):
不同模型对比。XLNet-Large (as in paper)所使用的训练数据更多一些,batch size也稍大。BERT模型,针对每个数据集我们只报告3个变体中微调最优的结果。
表格中有些观测结果非常有趣:
使用相同的数据,以及几乎完全相同的训练方法来训练时,针对所有数据集,XLNet都以相当的优势胜过了BERT模型。
投入10倍多数据(对比XLNet-Large-wikibooks与XLNet-Large)的性能提升,要小于在11个基准测试中将其中8个从BERT模型换成XLNet模型的性能提升。
在某些基准测试(比如CoLA和MRPC)中,使用较少数据训练的模型,其表现要优于使用较多数据训练的模型。
我们相信,从以上结果中我们也许可以得到一些结果了。
XLNet的性能提高了:观测结果1与我们早期基于基础模型的对比实验结果一致,证明在指定相同的训练条件时,XLNet模型要优于BERT模型。
XLNet-Large可以优化到更佳:观测结果2与观测结果3似乎表明,我们之前发布的XLNet-Large(使用更多数据训练)并没有充分利用数据规模。因此,我们会继续研究相关方法,正确扩展使用XLNet模型进行语言预训练的规模。根据目前有限的观测结果,我们推测以下训练细节可能发挥着重要作用:
数据相关:数据规模、数据来源、数据清洗、数据编码、数据格式化
优化相关:学习率(以及计划)、batch size、训练步骤数、优化器
重要的是:这些超参数可能彼此有高阶交互效果。
Facebook AI近期 GLUE 排行榜,可能也说明了训练细节的重要性。
总之,本实验将算法/模型的影响,与类似训练细节、大型计算及大数据这样的其他因素明确分离开来。根据以上结果,XLNet 团队认为:算法与模型至少是与其他因素同等重要的,它们很可能都是实现自然语言理解最终目标所必需的条件。
原文链接:
https://medium.com/@xlnet.team/a-fair-comparison-study-of-xlnet-and-bert-with-large-models-5a4257f59dc0
(*本文为 AI科技大本营编译文章,转载请联系微信 1092722531)
◆
精彩推荐
◆
“只讲技术,拒绝空谈!”2019 AI开发者大会将于9月6日-7日在北京举行,这一届AI开发者大会有哪些亮点?一线公司的大牛们都在关注什么?AI行业的风向是什么?2019 AI开发者大会,倾听大牛分享,聚焦技术实践,和万千开发者共成长。目前,大会早鸟票抢购中~扫码购票,领先一步!
推荐阅读
阿里达摩院做AI这两年
如何用爬虫技术帮助孩子秒到心仪的幼儿园(基础篇)
Python三十年技术演变史
知识体系、算法题、教程、面经,这是一份超赞的AI资源列表
GitHub 第一!这位 60 后程序员火了!
特朗普要解禁华为?美七家科技公司联合要求恢复供货
Erlang 二十年,如何在编程语言中占据一席之地?
如今区块链在企业级应用中的尴尬, 只因没看懂这4大主链2大场景……
云计算将会让数据中心消失?
关注公众号:拾黑(shiheibook)了解更多
[广告]赞助链接:
四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/
随时掌握互联网精彩
- 1 准确把握守正创新的辩证关系 7964112
- 2 中国黄金原董事长家搜出大量黄金 7915210
- 3 空调英文不会男生盯着考场空调看 7894438
- 4 消费品以旧换新“加速度” 7727508
- 5 被铁路售票员的手速惊到了 7668078
- 6 网红赤木刚宪爆改赵露思 7510218
- 7 县委原书记大搞“刷白墙”被通报 7440452
- 8 山姆代购在厕所分装蛋糕 7350911
- 9 马龙刘诗雯穿正装打混双 7298382
- 10 刘强东提前发年终奖 7183174