【大语言模型基础】GPT（Generative Pre-training ）生成式无监督预训练模型原理

GPT，GPT-2，GPT-3 论文精读【论文精读】_哔哩哔哩_bilibili

 

ELMo：将上下文当作特征，但是无监督的语料和我们真实的语料还是有区别的，不一定符合我们特定的任务，是一种双向的特征提取。

 

OpenAI GPT: 通过transformer decoder学习出来一个语言模型，不是固定的，通过任务 fine-tuning,用transfomer代替ELMo的LSTM。

OpenAI GPT其实就是缺少了encoder的transformer：当然也没了encoder与decoder之间的attention。

OpenAI GPT虽然可以进行fine-tuning,但是有些特殊任务与pre-training输入有出入，单个句子与两个句子不一致的情况，很难解决，还有就是decoder只能看到前面的信息。

GPT适用于生成任务（自回归语言模型，任务更难但潜力更大）， BERT适合判别。

GPT1大概1亿参数，BERT-base类似， BERT-large大概3.4亿

类似GPT2大概13亿参数

 

True LM （预训练没有句子级别任务）

 

有监督微调时：

 

拿Transformer Encoder的输出的最后一个向量，送入前馈网络+Softmax

下游任务损失 + alpha 预训练损失

 

初始词元， 间隔词元，抽取词元， 构成输入序列，Transformer抽取特征，送入线性层，分类

 

四个任务

• 分类：句子A
• 蕴含：句子A, 句子B假设， True， False, None, 3分类
• 相似性： Text1，Text2， 相不似相似True/False； 交换顺序Text2，Text1， 相不似相似True/False（单向的，交换顺序不一样，有必要）。抽取特征相加，线性，分类
• 多选择（QA， 摘要）： 一个上下文，多个答案, 分别用Transformer编码，多分类

 

Bert-Base对标GPT1, 12层，768维，12头

WordsCorpus 800M words