寫在前面

昨天看完NoisyTune論文，做好實(shí)驗(yàn)就來了。一篇ACL2022通過微調(diào)前給預(yù)訓(xùn)練模型參數(shù)增加噪音提高預(yù)訓(xùn)練語言模型在下游任務(wù)的效果方法-NoisyTune，論文全稱《NoisyTune: A Little Noise Can Help You Finetune Pretrained Language Models Better》。

paper地址：https://aclanthology.org/2022.acl-short.76.pdf

由于僅加兩行代碼就可以實(shí)現(xiàn)，就在自己的數(shù)據(jù)上進(jìn)行了實(shí)驗(yàn)，發(fā)現(xiàn)確實(shí)有所提高，為此分享給大家；不過值得注意的是，「不同數(shù)據(jù)需要加入噪音的程度是不同」，需要自行調(diào)參。

模型

自2018年BERT模型橫空出世，預(yù)訓(xùn)練語言模型基本上已經(jīng)成為了自然語言處理領(lǐng)域的標(biāo)配，「pretrain+finetune」成為了主流方法，下游任務(wù)的效果與模型預(yù)訓(xùn)練息息相關(guān)；然而由于預(yù)訓(xùn)練機(jī)制以及數(shù)據(jù)影響，導(dǎo)致預(yù)訓(xùn)練語言模型與下游任務(wù)存在一定的Gap，導(dǎo)致在finetune過程中，模型可能陷入局部最優(yōu)。

為了減輕上述問題，提出了NoisyTune方法，即，在finetune前加入給預(yù)訓(xùn)練模型的參數(shù)增加少量噪音，給原始模型增加一些擾動(dòng)，從而提高預(yù)訓(xùn)練語言模型在下游任務(wù)的效果，如下圖所示，

通過矩陣級擾動(dòng)（matrix-wise perturbing）方法來增加噪聲，定義預(yù)訓(xùn)練語言模型參數(shù)矩陣為，其中，表示模型中參數(shù)矩陣的個(gè)數(shù)，擾動(dòng)如下：

其中，表示從到范圍內(nèi)均勻分布的噪聲；表示控制噪聲強(qiáng)度的超參數(shù)；表示標(biāo)準(zhǔn)差。

代碼實(shí)現(xiàn)如下：

forname,parainmodel.namedparameters():
model.statedict()[name][:]+=(torch.rand(para.size())?0.5)*noise_lambda*torch.std(para)

這種增加噪聲的方法，可以應(yīng)用到各種預(yù)訓(xùn)練語言模型中，可插拔且操作簡單。

如下表所示，在BERT、XLNET、RoBERTa和ELECTRA上均取得不錯(cuò)的效果。

并且比較的四種不同增加噪聲的方法，發(fā)現(xiàn)在矩陣級均勻噪聲最優(yōu)。

在不同數(shù)據(jù)量下，NoisyTune方法相對于finetune均有所提高。

在不同噪聲強(qiáng)度下，效果提升不同，對于GLUE數(shù)據(jù)集，在0.1-0.15間為最佳。

總結(jié)

蠻有意思的一篇論文，加入少量噪音，提高下游微調(diào)效果，并且可插拔方便易用，可以納入到技術(shù)庫中。

本人在自己的中文數(shù)據(jù)上做了一些實(shí)驗(yàn)，發(fā)現(xiàn)結(jié)果也是有一些提高的，一般在0.3%-0.9%之間，但是噪聲強(qiáng)度在0.2時(shí)最佳，并且在噪聲強(qiáng)度小于0.1或大于0.25后，會(huì)比原始效果差。個(gè)人實(shí)驗(yàn)結(jié)果，僅供參考。