2.1语言模型的适应性:从语言模型到任务模型的转化
任务在这被定义为从输入到输出。(这个适应可以理解为,原来就是模型只是单纯的理解这句话,适应之后能够回答这句话)。
这个过程要两个输入:1、任务的自然语言描述;2、训练(一是有监督的学习另一个是通过上下文学习。)
关于GPT-3的任务的讨论点和结果之类的。
2.1.1LM
关于语言模型会给文本分配什么概率,怎么分配,之前都有一定的介绍。
困惑度用于衡量语言模型的性能。它可以解释为模型在预测下⼀个词时的平均不确定性。困惑度越低越准确。困惑度定义:
但是一个序列越长,其联合概率越趋近于0.所以不太能采用算术平均,通常采用几何平均:
公式中的表达的是编码长度,我们计算的是平均长度,反映了下一个词的选择数量,数量越多,选择越多,困惑度越高。
两类错误:
召回错误:未能正确为某个词分配概率值;
精确度错误:为错误的词序过度分配了概率值。
2.1.1.1Penn Tree Bank
Penn Tree Bank经典数据集,PTB语⾔模型基准测试涉及对原始数据集的⼀些重要预处理。
2.1.1.2LAMBADA
任务:预测句子最后一个词。
动机:对较长内容建模,并有依赖。
2.1.1.3 Hellaswag
任务:从⼀系列选择中选出最适合完成句⼦的选项。
动机:评估模型进⾏常识推理的能⼒。
2.1.2 Question answering
基于已有的数据集的训练给出答案。
2.1.2.1 TriviaQA
任务:给定⼀问题后⽣成答案
2.1.2.2 WebQuestions
任务:和TriviaQA类似是问答任务
2.1.2.3 NaturalQuestions
任务:回答问题
2.1.3 Translation
翻译模型
2.1.4 Arithmetic
算数模型
2.1.5 News article generation
任务:给定标题和副标题,⽣成新闻⽂章。
2.1.6 Novel tasks
2.1.6.1 使⽤新词
任务:给定⼀个新造的词和定义,⽣成使⽤该词的句⼦。
2.1.6.2 纠正英语语法
任务:给定⼀个不合语法的句⼦,⽣成其合语法的版本。
2.1.7 Other tasks
一些其他的任务。
(本文为学习笔记,欢迎大佬勘误!)