DeBERTa-v3-large-mnli-fever-anli-ling-wanli

模型描述

此模型在 MultiNLI 、 Fever-NLI 、Adversarial-NLI ( ANLI )、 LingNLI 和 WANLI 数据集上进行了微调，共包含885,242个NLI假设-前提对。截至06.06.22，这个模型是Hugging Face Hub上表现最好的NLI模型，并可用于零-shot分类。在 ANLI benchmark 上它明显优于其他所有大型模型。

基础模型是 DeBERTa-v3-large from Microsoft 。DeBERTa-v3相比传统的掩码语言模型（如BERT、RoBERTa等）结合了几项最新创新，详情请参阅 paper 。

如何使用该模型

from transformers import pipeline
classifier = pipeline("zero-shot-classification", model="MoritzLaurer/DeBERTa-v3-large-mnli-fever-anli-ling-wanli")
sequence_to_classify = "Angela Merkel is a politician in Germany and leader of the CDU"
candidate_labels = ["politics", "economy", "entertainment", "environment"]
output = classifier(sequence_to_classify, candidate_labels, multi_label=False)
print(output)

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch
device = torch.device("cuda") if torch.cuda.is_available() else torch.device("cpu")

model_name = "MoritzLaurer/DeBERTa-v3-large-mnli-fever-anli-ling-wanli"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

premise = "I first thought that I liked the movie, but upon second thought it was actually disappointing."
hypothesis = "The movie was not good."

input = tokenizer(premise, hypothesis, truncation=True, return_tensors="pt")
output = model(input["input_ids"].to(device))  # device = "cuda:0" or "cpu"
prediction = torch.softmax(output["logits"][0], -1).tolist()
label_names = ["entailment", "neutral", "contradiction"]
prediction = {name: round(float(pred) * 100, 1) for pred, name in zip(prediction, label_names)}
print(prediction)

训练数据

DeBERTa-v3-large-mnli-fever-anli-ling-wanli是在 MultiNLI 、 Fever-NLI 、Adversarial-NLI ( ANLI )、 LingNLI 和 WANLI 数据集上进行训练的，共包含885,242个NLI假设-前提对。请注意，由于数据集的质量问题， SNLI 明确被排除在外。更多数据并不一定能得到更好的NLI模型。

训练过程

使用Hugging Face训练器对DeBERTa-v3-large-mnli-fever-anli-ling-wanli进行了训练，使用了以下超参数。请注意，在我的测试中，更长的训练和更多的轮次会损害性能（过拟合）。

training_args = TrainingArguments(
    num_train_epochs=4,              # total number of training epochs
    learning_rate=5e-06,
    per_device_train_batch_size=16,   # batch size per device during training
    gradient_accumulation_steps=2,    # doubles the effective batch_size to 32, while decreasing memory requirements
    per_device_eval_batch_size=64,    # batch size for evaluation
    warmup_ratio=0.06,                # number of warmup steps for learning rate scheduler
    weight_decay=0.01,               # strength of weight decay
    fp16=True                        # mixed precision training
)

评估结果

该模型使用MultiNLI、ANLI、LingNLI、WANLI的测试集以及Fever-NLI的开发集进行了评估。评估指标为准确度。该模型在每个数据集上都取得了最先进的性能。令人惊讶的是，它在与之前的 state-of-the-art on ANLI （ALBERT-XXL）相比提高了8.3%的性能。我认为这是因为ANLI是为了欺骗类似RoBERTa（或ALBERT）这样的掩码语言模型而创建的，而DeBERTa-v3使用了更好的预训练目标（RTD）、分离的注意力，我还对更高质量的NLI数据进行了微调。

限制和偏见

请查阅原始的DeBERTa-v3论文和有关不同NLI数据集的文献，以获取有关训练数据和潜在偏见的更多信息。该模型将重现训练数据的统计模式。

引用

如果您使用了该模型，请引用：Laurer, Moritz, Wouter van Atteveldt, Andreu Salleras Casas和Kasper Welbers。2022年。“Less Annotating, More Classifying – Addressing the Data Scarcity Issue of Supervised Machine Learning with Deep Transfer Learning and BERT - NLI”。预印本，6月。Open Science Framework. https://osf.io/74b8k 。

合作或问题的想法？

如果您有问题或合作的想法，请通过m{dot}laurer{at}vu{dot}nl或 LinkedIn 与我联系。

调试与问题

请注意，DeBERTa-v3于06.12.21发布，较旧版本的HF Transformers似乎在运行模型时存在问题（例如，令牌化器出现问题）。使用Transformers> = 4.13可能会解决一些问题。