[论文阅读笔记76]GPT Understands, Too(P-tuning)

1. 基本信息

Citations, References

论文链接：https://arxiv.org/pdf/2103.10385.pdf

论文代码：

2. 要点

3. 模型(核心内容)

3.1 模型例子

这里的模型思想是例如有一个模板T：The capital of [X] is [Y], 这里的X定义为上下文，Y定义为目标，其它字符表示prompt.

对于离散型，每一个prompt提示词都可以在V词典中查到，然后都可以经过预模型模型进行编码。

*** T = {*****[P_0:i ], x, *****[P_*****i+1:m], y}, [P_i ] *****∈ V, ***

在p-tuning中p_i被看成是一个伪token,对应用的模板应该是这样的：

这里的h_i是可以训练的的，通过训练可以获得列准确的prompt，这个prompt将会超过当前的prompt.

最后的损失函数为：

其它这个跟之前几篇思想是一样的。直接把离散的代替成了连续的。

优化时面临两个挑战：

Discreteness

如果h用随机分布初始化，优化器很容易落入局部极小值。

Association

嵌入的h应该是相互联系的，并不是独立的，在设计时应该把h的相关作用加入去。

解决这个方法： 把h隐变量建立成一个序列，采用一prompt编码器来进行编码，这个编码器采用小而轻的神经网络的完成。实际的实践中采用了lstm来完成。

4. 实验与分析

4.1 实验

任务1：LAMA (Petroni et al., 2019) knowledge probing

把三元组 (Dante, born-in, Florence) 变成cloze的句子：“Dante was born in [MASK].”,作为原始的样本。

1) Manual Prompt（MP）：使用LAMA的原始手工提示；

2）Fine-tuning（FT）：通过主语与微调模型去预测宾语；

3) Manual Prompt with Fine-tuning（MP+FT）：使用手工提示数据来微调语言模型；

4)P-tuning：使用连接提示（固定语言模型的参数）。

另外发现，LAMA-29k数据集中P-tuning比fine tuning还要好。

任务2：SuperGlue (Wang et al., 2019b)

BERT-base-case,GPT2-base,BERT-large-cased, GPT2-medium, 从这些实验结果来看，基本上是超过Fine-tuning的效果的。

few shot中的提示的语义、格式、语法没有明显的相关性，其次，手动提示中的微小变化会导致巨大的性能差异。

5. 总结

思想与之前的两篇的差不多，这篇也做了很多实验，效果大部分可与fine tuning进行比较了。挺好的。

7. 知识整理（知识点，要读的文献，摘取原文）

8. 参考文献

made by happyprince