Gradient Ascent Post-training Enhances Language Model Generalization

要約

この研究では、ラベルなしのランダムなテキスト コーパスに対するわずか数ステップの勾配上昇ポストトレーニング (GAP) で事前トレーニング済み LM (350M、1.3B、2.7B) を更新すると、多様な NLP にわたるゼロショット汎化機能が強化されることを実証的に示します。
タスク。
具体的には、GAP により、12 の異なる NLP タスクにわたって LM が 2 ～ 3 倍大きい LM と同等になることができることを示します。
また、配布外のコーパスに GAP を適用すると、最も信頼性の高いパフォーマンスの向上が得られることも示します。
私たちの調査結果は、GAP がタスク固有の微調整を行わずに LM の汎化能力を向上させる有望な方法であることを示しています。

要約(オリジナル)

In this work, we empirically show that updating pretrained LMs (350M, 1.3B, 2.7B) with just a few steps of Gradient Ascent Post-training (GAP) on random, unlabeled text corpora enhances its zero-shot generalization capabilities across diverse NLP tasks. Specifically, we show that GAP can allow LMs to become comparable to 2-3x times larger LMs across 12 different NLP tasks. We also show that applying GAP on out-of-distribution corpora leads to the most reliable performance improvements. Our findings indicate that GAP can be a promising method for improving the generalization capability of LMs without any task-specific fine-tuning.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google