文件名称：bert-stable-fine-tuning:关于微调BERT的稳定性
文件大小：3.46MB
文件格式：ZIP
更新时间：2024-04-09 21:55:19
nlp bert fine-tuning Python
关于微调BERT的稳定性：误解，解释和强大的基准 Marius Mosbach，Maksym Andriushchenko，Dietrich Klakow 萨尔大学和EPFL 该存储库包含有关“。它是（v2.5.1）的分支。 抽象的 微调经过预训练的基于变压器的语言模型，例如BERT，已成为控制各种NLP基准排行榜的一种普遍做法。尽管微调模型具有强大的经验性能，微调还是一个不稳定的过程：使用多个随机种子训练同一模型可能会导致任务性能产生较大差异。先前的文献（Devlin等人，2019; Lee等人，2020; Dodge等人，2020）确定了观察到的不稳定的两个潜在原因：灾难性的遗忘和较小的微调数据集。在本文中，我们证明了这两种假设都无法解释微调的不稳定性。我们分析了GLUE基准测试的三个常用数据集上的BERT，RoBERTa和ALBERT，并表明观察到的不稳定性是由导致梯度消失的优化困