Raki的读paper小记：ConTinTin: Continual Learning from Task Instructions

Abstract&Introduction&Related Work

• 研究任务
  Continual Learning from Task Instructions
• 已有方法和相关工作
• 面临挑战
• 创新思路
  InstructionSpeak包含两个策略，充分利用task instruction来改善前向转移和后向转移：
  一个是从negative的输出中学习，另一个是re-visit以前任务的instruction
• 实验结论

Problem formulation

ConTinTin

第一阶段描述其在学习第一个新任务之前的开始状态
第二阶段描述了它是如何随着一系列未完成的任务不断发展的

Evolution process
每个任务会有a piece of textual description，其他同TIL

Initialization process
一开始要让模型学习一些任务，初始化阶段需要大量的数据

Evaluation protocol

1. Forward-transfer evaluation
   量化在解决target task之前，学习之前的任务有多有效，直觉上来说，训练的任务越多效果越好
2. Backward-transfer evaluation

在前一个任务完成k+i−1后学习每一个新任务时，U中所有新任务的平均成绩

外层循环遍历所有任务t

对于每个任务，随机采样m次，test its performance

Backward-transfer evaluation

反向

Data

总共有六种不同的任务：
13 question generation tasks (QG)
16 answer generation tasks (AG)
12 classification tasks (CF)
8 incorrect answer generation tasks (IAG)
10 minimal modification tasks (MM)
2 verification tasks (VF)

每个任务有一堆instructions

data split
对于训练数据，从61个任务中随机挑选k个任务，S中的所有培训任务都有instruction，并保留其标记的样本集。剩余的61-k个任务被视为不可见的任务集U。U中的每个任务只有instruction；标记的样本集用于testing

持续学习中的任务顺序会影响最终成绩，我们不试图释放S和U的固定分割。在实验中，我们将随机生成它们多次，以形成不同的任务链，并报告平均性能

InstructionSpeak

NEGATIVE TRAINING

同时学习正负样本

最小化负样本输出概率，并不能使得模型表现更好， Since many “negative” outputs contain tokens that exist in the gold answers

先拿负样本去训练，让模型生成so-called 负样本，再去fine-tune，会使得模型效果更好

对于U中每一个看不见的任务，如果可用，我们直接采用它的负样本。对于S中的k个训练任务，正样本（包括指令中的正样本和标记的任务样本）比负样本多得多，我们使用S上的预训练模型对S的所有输入进行预测，如果输出不等于正确输出，我们将此（输入，预测输出）视为负样本。这意味着我们对“负输出”有一个loose definition：一旦它不等于ground truth，它就是负的。

由于S上的预训练模型已经可以保证生成质量，因此产生的negative output大多与正确输出相关

HISTORY TRAINING

不保存之前任务的样本，只保存instruction

每次学一个新任务之前，会把之前i-2个任务的instructions训练一遍

输入形式如下，