模型描述

Tk-Instruct是一系列编码器-解码器Transformer模型，通过遵循上下文指令（明确的自然语言任务定义，k个示例，解释等）来解决各种NLP任务。这些模型是在预训练的 T5 models 的基础上构建的，并在大量任务和指令上进行微调。这些任务和指令收集在 Natural Instructions benchmark 中，总共包含1600多个任务，涵盖70多个广泛的类别。这使得模型不仅能处理训练任务，还能推广到许多未见过的任务而无需进一步的参数更新。

更多使用该模型的资源：

• 论文
• 代码仓库
• 官方网站
• 所有已发布的模型

使用目的和限制

Tk-Instruct可用于根据指令执行许多NLP任务。

如何使用

在指示模型时，应将任务定义、示例演示或解释添加到原始输入之前，并输入模型中。您可以按照以下方式轻松尝试Tk-Instruct模型：

>>> from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

>>> tokenizer = AutoTokenizer.from_pretrained("allenai/tk-instruct-3b-def")
>>> model = AutoModelForSeq2SeqLM.from_pretrained("allenai/tk-instruct-3b-def")

>>> input_ids = tokenizer.encode(
        "Definition: return the currency of the given country. Now complete the following example - Input: India. Output:", 
        return_tensors="pt")
>>> output = model.generate(input_ids, max_length=10)
>>> output = tokenizer.decode(output[0], skip_special_tokens=True)   # model should output 'Indian Rupee'

>>> input_ids = tokenizer.encode(
        "Definition: negate the following sentence. Input: John went to school. Output:", 
        return_tensors="pt")
>>> output = model.generate(input_ids, max_length=10)
>>> output = tokenizer.decode(output[0], skip_special_tokens=True)   # model should output 'John did not go to shool.'

限制

我们仍在努力理解这些模型的行为，但我们已经发现了一些问题：

• 模型对指令的敏感性普遍较高。有时候改变指令的措辞可能导致非常不同的输出。
• 模型并非总是遵循指令。有时候模型不会遵循您的指令（例如，当您要求模型生成一句话时，它可能只生成一个词或一个长篇故事）。
• 模型可能在某些任务上完全失败。

如果您发现严重问题或任何有趣的结果，欢迎与我们分享！

训练数据

Tk-Instruct使用了 Natural Instructions benchmark 中的任务和指令进行训练，总共包含1600多个任务，涵盖70多个广泛的类别。我们遵循官方的训练/测试划分。Tk-Instruct系列模型使用757个任务进行训练，mTk-Instruct系列模型使用1271个任务进行训练（包括一些非英语任务）。

这些训练任务属于64个广泛的类别，例如文本分类/问题回答/情感分析/摘要/语法错误检测/对话生成等。另外12个类别用于评估。

训练过程

所有我们的模型都是从T5模型或mT5模型初始化的。因为生成输出可以被视为一种语言建模形式，我们使用了其 LM adapted version 初始化模型。所有数据都被转换为文本到文本格式，并对模型进行微调，以最大化输出序列的可能性。

我们的 released models 有不同的大小，每个模型在训练时使用特定类型的指令编码。例如， tk-instruct-3b-def-pos 是从 t5-xl-lm-adapt 初始化的，在训练时它将任务定义和2个正面示例作为指令输入。尽管它们只是使用一种类型的指令编码进行训练，但我们发现它们通常可以在测试时适应其他类型的编码（见我们的论文了解更多）。

BibTeX条目和引用信息

@article{wang2022benchmarking,
  title={Benchmarking Generalization via In-Context Instructions on 1,600+ Language Tasks},
  author={Yizhong Wang and Swaroop Mishra and Pegah Alipoormolabashi and Yeganeh Kordi and Amirreza Mirzaei and A. Arunkumar and Arjun Ashok and Arut Selvan Dhanasekaran and Atharva Naik and David Stap and Eshaan Pathak and Giannis Karamanolakis and Haizhi Gary Lai and Ishan Purohit and Ishani Mondal and Jacob Anderson and Kirby Kuznia and Krima Doshi and Maitreya Patel and Kuntal Kumar Pal and M. Moradshahi and Mihir Parmar and Mirali Purohit and Neeraj Varshney and Phani Rohitha Kaza and Pulkit Verma and Ravsehaj Singh Puri and Rushang Karia and Shailaja Keyur Sampat and Savan Doshi and Siddharth Deepak Mishra and Sujan C. Reddy and Sumanta Patro and Tanay Dixit and Xu-dong Shen and Chitta Baral and Yejin Choi and Hannaneh Hajishirzi and Noah A. Smith and Daniel Khashabi},
  year={2022},
  archivePrefix={arXiv},
  eprint={2204.07705},
  primaryClass={cs.CL},
}