DeBERTa：具有解缠注意力的增强BERT模型

DeBERTa 使用解缠注意力和增强的掩码解码器对BERT和RoBERTa模型进行改进。在使用80GB训练数据的大多数NLU任务上，其性能优于BERT和RoBERTa。

请查看 official repository 获取更多详细信息和更新。

这是DeBERTa V2 xxlarge模型，具有48层，1536隐藏大小。总参数为15亿，并使用160GB原始数据进行训练。

在NLU任务上进行微调

我们呈现了SQuAD 1.1/2.0和几个GLUE基准任务的开发结果。

• 1 根据RoBERTa，对于RTE、MRPC、STS-B，我们基于 DeBERTa-Large-MNLI 、 DeBERTa-XLarge-MNLI 、 DeBERTa-V2-XLarge-MNLI 、 DeBERTa-V2-XXLarge-MNLI 对任务进行微调。当从MNLI微调模型开始时，SST-2/QQP/QNLI/SQuADv2的结果也会稍微改善，但是对于这4个任务，我们仅报告从预训练基础模型开始微调的结果。
• 2 若要尝试带有 HF transformers 的XXLarge 模型，我们建议使用deepspeed，因为它更快且节省内存。

使用 Deepspeed 运行，

pip install datasets
pip install deepspeed

# Download the deepspeed config file
wget https://huggingface.co/microsoft/deberta-v2-xxlarge/resolve/main/ds_config.json -O ds_config.json

export TASK_NAME=mnli
output_dir="ds_results"
num_gpus=8
batch_size=8
python -m torch.distributed.launch --nproc_per_node=${num_gpus} \\
  run_glue.py \\
  --model_name_or_path microsoft/deberta-v2-xxlarge \\
  --task_name $TASK_NAME \\
  --do_train \\
  --do_eval \\
  --max_seq_length 256 \\
  --per_device_train_batch_size ${batch_size} \\
  --learning_rate 3e-6 \\
  --num_train_epochs 3 \\
  --output_dir $output_dir \\
  --overwrite_output_dir \\
  --logging_steps 10 \\
  --logging_dir $output_dir \\
  --deepspeed ds_config.json

您还可以使用 --sharded_ddp 运行

cd transformers/examples/text-classification/
export TASK_NAME=mnli
python -m torch.distributed.launch --nproc_per_node=8 run_glue.py   --model_name_or_path microsoft/deberta-v2-xxlarge   \\
--task_name $TASK_NAME   --do_train   --do_eval   --max_seq_length 256   --per_device_train_batch_size 8   \\
--learning_rate 3e-6   --num_train_epochs 3   --output_dir /tmp/$TASK_NAME/ --overwrite_output_dir --sharded_ddp --fp16

引用

如果您认为DeBERTa对您的工作有用，请引用以下论文：

@inproceedings{
he2021deberta,
title={DEBERTA: DECODING-ENHANCED BERT WITH DISENTANGLED ATTENTION},
author={Pengcheng He and Xiaodong Liu and Jianfeng Gao and Weizhu Chen},
booktitle={International Conference on Learning Representations},
year={2021},
url={https://openreview.net/forum?id=XPZIaotutsD}
}