基于多任務預訓練模塊化提示

Prompt Tuning 可以讓預訓練的語言模型快速適應下游任務。雖然有研究證明：當訓練數(shù)據(jù)足夠多的時候，Prompt Tuning 的微調結果可以媲美整個模型的訓練調優(yōu)，但當面對 Few-shot 場景時，PT 的調優(yōu)方法還是存在一定的局限性。針對這個問題，復旦提出了多任務預訓練模塊化 Prompt（簡稱為：），來提高模型在 Few-shot 場景下的 PT 效果，使模型能夠快速適應下游任務。

背景介紹

基于 Prompt Learning 的預訓練模型在 Few-shot 場景下取得了顯著的進展，它縮小了模型訓練和下游任務微調之間的差距，并且通過將下游任務轉換成統(tǒng)一的語言建模任務，可以重復使用預訓練模型頭，而不是訓練一個隨機初始化的分類頭來解決有限數(shù)據(jù)的任務。然而，基于 Prompt Learning 通常需要針對每個下游任務進行全參數(shù)微調，這就需要大量的計算資源，尤其當面對上百億的大模型的時候。

隨著時間推移，近期有很多工作致力于有效的 prompt learning 方法的研究，該方法只需學習少量的 soft prompt 參數(shù)，并且能夠保持 PTM 主體參數(shù)不變。與模型的整體調優(yōu)相比，prompt 調優(yōu)優(yōu)勢明顯，它對計算資源要求較低并且針對特定的下游任務能夠實現(xiàn)快速調優(yōu)匹配。但是盡管已經(jīng)證明，當訓練數(shù)據(jù)足夠時，提示調整可以與完整模型調整的性能相匹配，但由于隨機初始化的 soft prompt 在預訓練和微調之間引入了新的差距，因此在 Few-shot 中無法從零開始訓練 soft prompt。

「為了彌補 Prompt Tuning 的預訓練和微調之間的差距，本文提出了多任務預訓練模塊化提示 ()，它是一組在 38 個中文任務上預訓練的可組合提示」，在下游任務中，預訓練的 prompt 可以有選擇地進行激活和組合，提高對未知任務的泛化能力。為了彌合預訓練和微調之間的差距，將上下游任務制定為統(tǒng)一到了一個機器閱讀理解任務中。 通過在梯度下降、黑盒調優(yōu)兩種學習范式的實驗，證明了 在 Few-shot 學習場景中，相比比 Prompt tuning、完整模型調優(yōu)和其它的 Prompt 預訓練方法都具有顯著的優(yōu)勢，最后作者還證明了僅通過學習 8 個參數(shù)來組合預訓練的模塊化提示，就可以實現(xiàn)對下游任務的快速適應。

方法介紹

方法主要通過以下三個步驟實現(xiàn)對下游任務的快速適應：(1) 在大規(guī)模無標簽數(shù)據(jù)上進行自監(jiān)督預訓練；(2) 使用多任務學習進行預訓練模塊指令和相應的 route；(3) 激活并調整子集指令以進行對下游任務的適應。具體流程圖如下所示： ?方法的主要內容包括：「統(tǒng)一為 MRC 任務、深度模塊化 Prompt、多任務預訓練、下游 FT」等四個方面。 「統(tǒng)一 MRC 任務」：基于 Prompt 的學習方法不能涵蓋較廣范圍的任務，并且任務之間的標簽詞可能不同，從而導致預訓練模型在不同任務上的效果不佳?；?MCC 方法，可以將上下游任務轉化成 MCC 任務使得不同任務可以共享相同的標簽詞，但該方法當面對大于 16 個標簽的分類任務時仍存在局限性。為此 方法將上下游任務統(tǒng)一成機器閱讀理解 (MRC) 格式，通過構建一個查詢來進行分類任務，進而可以處理不同標簽數(shù)的任務，從而實現(xiàn)更廣泛的任務支持。 「深度模塊化 Prompt」：為了增加 soft prompt 的能力，使其匹配訓練數(shù)據(jù)的復雜性，作者從深度和寬度兩個維度擴展了 soft prompt，具體如下圖所示：

其中：首先在深度方面，作者增加了 LSTM 層或 Transformer Decoder 來實現(xiàn)深度擴展。這些層使得模型可以更好地學習輸入序列的表示，并且能夠考慮更多的上下文信息；其次在寬度方面，作者在 soft prompt 里面添加了更多的詞匯和語義信息。通過深度和寬度的拓展，soft prompt 可以更好地匹配訓練數(shù)據(jù)的復雜性，從而提高模型的性能和準確率。

「多任務預訓練」：多任務學習已被證明可以提高各種任務的 prompt learning 的表現(xiàn)。作者對由 38 個不同類型、領域、大小的中文 NLP 任務組成的混合任務進行了深度模塊化提示的預訓練。為了處理不平衡的數(shù)據(jù)大小，對于每次向前計算，首先隨機從 1 到 38 中選擇一個任務 ID，然后獲取對應于所選擇任務的一個批次的訓練數(shù)據(jù)，從而每個任務的學習步驟數(shù)量應該是相同的。

「下游 FT」：為了能夠快速適應下游任務，本文通過兩個階段進行微調，如下圖所示：

其中：在第一階段，為每個層分配一個隨機路由，并訓練 route 選擇性地重用預訓練的模塊提示來解決目標任務，同時保持所有其他參數(shù)凍結。在第二階段，凍結 route 并只微調選擇的提示。整個微調過程中，PTM 參數(shù)保持不變。同時作者探索了基于梯度下降和黑盒調優(yōu)兩種學習范式下的微調。對于梯度下降，使用 Adam 優(yōu)化器進行兩個階段的微調。對于黑盒 FT，采用貝葉斯優(yōu)化在第一階段優(yōu)化 route，并采用 CMAES 優(yōu)化選擇的內在 prompt ，同時凍結映射矩陣 A。

實驗思路 在 38 個中文 NLP 任務上預訓練，然后在 14 個下游任務上進行評估。在 Few-Shot 下的實驗表明，具體如下圖所示，可以發(fā)現(xiàn)「其性能明顯優(yōu)于 PT、全模型微調和之前的 prompt 訓練方法」。僅通過調整 route（僅有 8 個參數(shù)）凍結 PTM 和所有 prompt，就可以實現(xiàn)對下游任務的快速適應。
責任編輯：彭菁