百度网站说明书百度app
论文速读|BERTs are Generative In-Context Learners
论文信息：
简介：
本文探讨了在自然语言处理（NLP）领域中，上下文学习（in-context learning）的能力，这通常与因果语言模型（如GPT系列）相关联。然而，作者指出，这种能力也出现在掩蔽语言模型（如BERT及其变体）中。在GPT-3引入上下文学习后，这种能力使得模型能够从提示和示例中推断并执行任务，而无需特定的任务训练数据和深度学习专业知识，这使得这类模型在实际应用中更为实用。这种优势导致许多研究者和实践者放弃了掩蔽语言模型，转而支持GPT风格的架构。本文挑战了这种普遍的假设，即上下文学习的能力仅限于因果语言模型，并展示了掩蔽语言模型同样能够展现出这种能力。
本文的动机在于挑战现有的假设，即上下文学习的能力是因果语言模型独有的。作者认为，上下文学习是一个更普遍的现象，不应该只与单一的预训练目标相关联。此外，由于掩蔽语言模型被认为在生成性上下文学习方面能力有限，这导致了它们在某些应用中的过时。本文旨在证明，掩蔽语言模型也能够发展出上下文学习的能力，并且它们在某些任务上的表现可能出人意料地好。
论文方法：
本文提出了一种简单的推理技术，可以将掩蔽语言模型（MLM）转换为生成性模型，而无需进一步的训练。
具体方法如下：将[MASK]标记附加到输入提示后，让模型预测第一个掩蔽标记后的下一个标记。通过循环重复此过程，以生成文本，类似于因果语言模型。
为了适应现有的掩蔽语言模型，作者提出了两个修改：包含特殊的序列结束标记[SEP]。
在[SEP]标记前添加额外的[MASK]标记，以减少序列结束的概率。
排名（Ranking）：许多评估大型语言模型（LLMs）的任务可以被表述为分类任务，模型需要从多个选项中选择正确答案。
作者提出了一种改进的伪对数似然（PLL）分数计算方法，通过在右侧上下文中额外掩蔽两个标记来减少局部依赖的影响，同时考虑全局的双向上下文。
长度泛化（Length generalization）：通过“针堆”测试来衡量DeBERTa对更长序列的泛化能力，结果表明DeBERTa能够处理比训练时更长的序列。
论文实验：
根据Table 1的内容，该论文的实验部分主要关注了自然语言理解任务的性能比较，特别是针对掩蔽语言模型DeBERTa和因果语言模型GPT-3在SuperGLUE基准测试上的表现。
SuperGLUE是一个集合了多个NLP任务的数据集，用于评估模型在不同自然语言理解方面的性能。
以下是实验部分的具体描述：
在0-shot设置下，DeBERTa在多数任务上的表现超过了GPT-3，尤其是在BoolQ和CB任务上。
在1-shot设置下，DeBERTa同样在多数任务上表现更好，尤其是在CB任务上，DeBERTa的准确率比GPT-3高出近30个百分点。
在few-shot设置下，DeBERTa的性能进一步提升，在COPA任务上达到了90.4%的准确率，远高于GPT-3。