基本信息

标题: Parameter-Efficient Transfer Learning for NLP
作者: Neil Houlsby, Andrei Giurgiu, Stanislaw Jastrzebski, Bruna Morrone, Quentin de Laroussilhe, Andrea Gesmundo, Mona Attariyan, Sylvain Gelly
发表: ICML 2019
arXiv: https://arxiv.org/abs/1902.00751

摘要

参数高效的NLP迁移学习对NLP中的大型预训练模型微调是一种有效的迁移机制。

然而，在存在许多下游任务的情况下，微调在参数上效率低下：每个任务都需要一个全新的模型。

作为替代方案，我们提出了带有适配器模块的迁移。

适配器模块产生一个紧凑且可扩展的模型；它们为每个任务仅添加少量可训练参数，并且可以添加新任务而无需重新访问之前的任务。

原始网络的参数保持不变，从而实现了高度的参数共享。

为了证明适配器的有效性，我们将最近提出的BERT Transformer模型迁移到26个不同的文本分类任务中，包括GLUE基准。

适配器达到了接近最先进的性能，而每个任务仅添加少量参数。

在GLUE上，我们的性能与完全微调相差0.4%，每个任务仅添加3.6%的参数。

相比之下，微调为每个任务训练了100%的参数。

Adapter tuning与全量微调两种微调方法微调效果随可训练参数量变化的比较。

Adapter tuning

在Transformer Layer的各个模块之间加入Adapter Layer。

Adapter Layer将特征由高维降至低维，经过非线性函数再从低维恢复到高维，并带有残差连接。

微调时冻结其他参数，只微调Adapter Layer。

实验