Prompt Tuning相比于Fine Tuning在哪些場景下表現(xiàn)更好？

近年來 NLP 學術(shù)領(lǐng)域發(fā)展真是突飛猛進，剛火完對比學習(contrastive learning)，又有更火的提示學習 prompt learning。眾所周知，數(shù)據(jù)標注數(shù)據(jù)很大程度上決定了AI算法上限，并且成本非常高，無論是對比學習還是提示學習都著重解決少樣本學習而提出，甚至在沒有標注數(shù)據(jù)的情況下，也能讓模型表現(xiàn)比較好的效果。本文主要介紹 prompt learning 思想和目前常用的方法。

目錄

一. NLP的訓練范式有哪些
二. 為什么需要提示學習
三. 提示學習是什么
四. 常見的提示學習方法
五. 總結(jié)

一. NLP的訓練范式有哪些

目前學術(shù)界一般將NLP任務的發(fā)展分為四個階段即NLP四范式：

1. 第一范式：基于「傳統(tǒng)機器學習模型」的范式，如 tf-idf 特征+樸素貝葉斯等機器算法；
2. 第二范式：基于「深度學習模型」的范式，如 word2vec 特征 + LSTM 等深度學習算法，相比于第一范式，模型準確有所提高，特征工程的工作也有所減少；
3. 第三范式：基于「預訓練模型 + finetuning」的范式，如 BERT + finetuning 的NLP任務，相比于第二范式，模型準確度顯著提高，但是模型也隨之變得更大，但小數(shù)據(jù)集就可訓練出好模型；
4. 第四范式：基于「預訓練模型 + Prompt + 預測」的范式，如 BERT + Prompt 的范式相比于第三范式，模型訓練所需的訓練數(shù)據(jù)顯著減少。

在整個NLP領(lǐng)域，你會發(fā)現(xiàn)整個發(fā)展是朝著精度更高、少監(jiān)督，甚至無監(jiān)督的方向發(fā)展的，而 Prompt Learning 是目前學術(shù)界向這個方向進軍最新也是最火的研究成果。

二. 為什么需要提示學習為什么呢？

要提出一個好的方式那必然是用來「解決另一種方式存在的缺陷或不足」，那我們就先從它的上一個范式來說起，就是預訓練模型 PLM + finetuning范式 常用的是 BERT+ finetuning：

這種范式是想要預訓練模型更好的應用在下游任務，需要利用下游數(shù)據(jù)對模型參數(shù)微調(diào)；首先，模型在「預訓練的時候，采用的訓練形式：自回歸、自編碼，這與下游任務形式存在極大的 gap」，不能完全發(fā)揮預訓練模型本身的能力

必然導致：較多的數(shù)據(jù)來適應新的任務形式——>少樣本學習能力差、容易過擬合

上下游任務形式存在gap

其次，現(xiàn)在的預訓練模型參數(shù)量越來越大，為了一個特定的任務去 finetuning 一個模型，然后部署于線上業(yè)務，也會造成部署資源的極大浪費。

模型專用性特定任務微調(diào)導致部署成本過高

三. 提示學習是什么

首先我們應該有的「共識」是：預訓練模型中存在大量知識；預訓練模型本身具有少樣本學習能力。

GPT-3 提出的 In-Context Learning，也有效證明了在 Zero-shot、Few-shot場景下，模型不需要任何參數(shù)，就能達到不錯的效果，特別是近期很火的GPT3.5系列中的 ChatGPT。

Prompt Learning 的本質(zhì)

將所有下游任務統(tǒng)一成預訓練任務；「以特定的模板，將下游任務的數(shù)據(jù)轉(zhuǎn)成自然語言形式」，充分挖掘預訓練模型本身的能力。

本質(zhì)上就是設(shè)計一個比較契合上游預訓練任務的模板，通過模板的設(shè)計就是「挖掘出上游預訓練模型的潛力」，讓上游的預訓練模型在盡量不需要標注數(shù)據(jù)的情況下比較好的完成下游的任務，關(guān)鍵包括3個步驟：

1. 設(shè)計預訓練語言模型的任務
2. 設(shè)計輸入模板樣式(Prompt Engineering)
3. 設(shè)計label 樣式 及模型的輸出映射到label 的方式(Answer Engineering)

Prompt Learning 的形式

以電影評論情感分類任務為例，模型需根據(jù)輸入句子做二分類：

原始輸入：特效非?？犰牛液芟矚g。

Prompt 輸入：「提示模板1」: 特效非?？犰?，我很喜歡。這是一部[MASK]電影 ；「提示模板2」: 特效非?？犰?，我很喜歡。這部電影很[MASK]

提示模板的作用就在于：將訓練數(shù)據(jù)轉(zhuǎn)成自然語言的形式，并在合適的位置 MASK，以激發(fā)預訓練模型的能力。

提示學習模板框架

類別映射/Verbalizer：選擇合適的預測詞，并將這些詞對應到不同的類別。

類別映射

通過構(gòu)建提示學習樣本，只需要少量數(shù)據(jù)的 Prompt Tuning，就可以實現(xiàn)很好的效果，具有較強的零樣本/少樣本學習能力。

四. 常見的提示學習方法

1. 硬模板方法

1.1 硬模板-PET(Pattern Exploiting Training)

PET 是一種較為經(jīng)典的提示學習方法，和之前的舉例一樣，將問題建模成一個完形填空問題，然后優(yōu)化最終的輸出詞。雖然 PET 也是在「優(yōu)化整個模型的參數(shù)」，但是相比于傳統(tǒng)的 Finetuning 方法，對「數(shù)據(jù)量需求更少」。

建模方式：

以往模型只要對P(l|x)建模就好了（l是label），但現(xiàn)在加入了Prompt P以及標簽映射（作者叫verbalizer），所以這個問題就可以更新為：

其中M表示模型，s相當于某個prompt下生成對應word的logits。再通過softmax，就可以得到概率：

作者在訓練時又加上了「MLM loss」，進行聯(lián)合訓練。

具體的做法：

1. 在少量監(jiān)督數(shù)據(jù)上，給每個 Prompt 訓練一個模型；
2. 對于無監(jiān)督數(shù)據(jù)，將同一個樣本的多個 prompt 預測結(jié)果進行集成，采用平均或加權(quán)（根據(jù)acc分配權(quán)重）的方式，再歸一化得到概率分布，作為無監(jiān)督數(shù)據(jù)的 soft label ；
3. 在得到的soft label上 finetune 一個最終模型。

1.2 硬模板- LM-BFF

LM-BFF 是陳天琦團隊的工作，在 Prompt Tuning 基礎(chǔ)上，提出了Prompt Tuning with demonstration & Auto Prompt Generation。

「硬模板方法的缺陷」：

硬模板產(chǎn)生依賴兩種方式：根據(jù)經(jīng)驗的人工設(shè)計 & 自動化搜索。但是，人工設(shè)計的不一定比自動搜索的好，自動搜索的可讀性和可解釋性也不強。

上圖實驗結(jié)果可以看出硬模板 對于prompt，改變prompt中的單個單詞 會給實驗結(jié)果帶來巨大的差異， 所以也為后續(xù)優(yōu)化提供了方向，如索性直接放棄硬模板，去優(yōu)化 prompt token embedding。

2. 軟模板方法

2.1 軟模板- P tuning

不再設(shè)計/搜索硬模板，而是在輸入端直接插入若干可被優(yōu)化的 Pseudo Prompt Tokens，「自動化地尋找連續(xù)空間」中的知識模板：

1. 不依賴人工設(shè)計
2. 要優(yōu)化的參數(shù)極少，避免了過擬合（也可全量微調(diào)，退化成傳統(tǒng) finetuning）

傳統(tǒng)離散prompt 直接將模板 T 的每個 token 映射為對應的embedding，而 P-Tuning 將模板 T 中的Pi（Pseudo Prompt）映射為一個「可訓練的參數(shù) hi」 。

「優(yōu)化關(guān)鍵點」在于，自然語言的hard prompt，替換為可訓練的soft prompt；使用雙向LSTM 對模板 T 中的 pseudo token 序列進行表征；引入少量自然語言提示的錨字符（Anchor）提升效率，如上圖的“capital” ，可見 p-tuning是hard+soft的形式，并不是完全的soft形式。

具體的做法：

1. 初始化一個模板：The capital of [X] is [mask]
2. 替換輸入：[X] 處替換為輸入 “Britian”，即預測 Britain 的首都
3. 挑選模板中的一個或多個 token 作為 soft prompt
4. 將所有 soft prompt 送入 LSTM，獲得每個 soft prompt 的「隱狀態(tài)向量 h」
5. 將初始模板送入 BERT 的 Embedding Layer，「所有 soft prompt 的 token embedding用 h 代替」，然后預測mask。

核心結(jié)論：基于全量數(shù)據(jù)，大模型：僅微調(diào) prompt 相關(guān)的參數(shù)，媲美 fine-tuning 的表現(xiàn)。

代碼：https://github.com/THUDM/

2.2 軟模板- Prefix tuning

P-tuning 更新 prompt token embedding 的方法，能夠優(yōu)化的參數(shù)較少。Prefix tuning 希望能夠優(yōu)化更多的參數(shù)，提升效果，但是又不帶來過大的負擔。雖然prefix tuning是在生成任務上被提出來的，但是它對soft prompt后續(xù)發(fā)展有著啟發(fā)性的影響。

優(yōu)化每一層的 Prompt token embedding，而不僅僅是輸入層

由上圖可見，模型上在每層 transformer 之前加入 prefix。特點是 prefix 不是真實的 token，而是「連續(xù)向量」(soft prompt)，Prefix-tuning 訓練期間凍結(jié) transformer 的參數(shù)，只更新 Prefix 的參數(shù)。

只需要存儲大型 transformer 的一個副本和學習到的特定于任務的前綴即可，為每個附加任務產(chǎn)生非常小的開銷。

自回歸模型

以圖上自回歸模型為例的做法：

1. 輸入表示為 Z = [ prefix ; x ; y ]
2. Prefix-tuning 初始化一個訓練的 矩陣 P，用于存儲 prefix parameters
3. 前綴部分 token，參數(shù)選擇設(shè)計的訓練矩陣，而其他部分的token，參數(shù)則固定 且為預訓練語言模型的參數(shù)

核心結(jié)論：Prefix-tuning 在生成任務上，全量數(shù)據(jù)、大模型：僅微調(diào) prompt 相關(guān)的參數(shù)，媲美 fine-tuning 的表現(xiàn)。

代碼：https://github.com/XiangLi1999/PrefixTuning

2.3 軟模板- Soft Prompt Tuning

Soft Prompt Tuning 系統(tǒng)后驗證了軟模板方法的有效性，并提出：固定基礎(chǔ)模型，有效利用任務特定的 Soft Prompt Token，可以大幅減少資源占用，達到大模型的通用性。

對 Prefix-tuning 的簡化，固定預訓練模型，只對下游任務的輸入「添加額外的 k個可學習的 token」。這種方式在大規(guī)模預訓練模型的前提下，能夠媲美傳統(tǒng)的 fine-tuning 表現(xiàn)。

代碼：https://github.com/kipgparker/soft-prompt-tuning

五. 總結(jié)

「Prompt Learning 的組成部分」

1. 提示模板：根據(jù)使用預訓練模型，構(gòu)建 完形填空 or 基于前綴生成 兩種類型的模板
2. 類別映射/Verbalizer：根據(jù)經(jīng)驗選擇合適的類別映射詞、3. 預訓練語言模型

「典型的 Prompt Learning 方法總結(jié)」

1. 硬模板方法：人工設(shè)計/自動構(gòu)建基于離散 token 的模板
   1）PET 2）LM-BFF
2. 軟模板方法：不再追求模板的直觀可解釋性，而是直接優(yōu)化 Prompt Token Embedding，是向量/可學習的參數(shù)
   1）P-tuning 2）Prefix Tuning

后續(xù)會在分類、信息抽取任務中嘗試 Prompt Learning，持續(xù)更新中...