请在重新训练这些模型时使用ElectraForPreTraining作为鉴别器，使用ElectraForMaskedLM作为生成器。

中国ELECTRA

谷歌和斯坦福大学发布了一个新的预训练模型，称为ELECTRA，与BERT及其变种相比，模型尺寸更小，性能相对竞争力强。为了进一步推动中国预训练模型的研究，哈工大与讯飞联合实验室（HFL）基于ELECTRA的官方代码发布了中文ELECTRA模型。ELECTRA-small只需BERT及其变种参数的1/10，就能在若干自然语言处理任务中达到或甚至超过相似的分数。

该项目基于ELECTRA的官方代码： https://github.com/google-research/electra

您可能还对以下内容感兴趣，

• 中国BERT系列： https://github.com/ymcui/Chinese-BERT-wwm
• 中国ELECTRA： https://github.com/ymcui/Chinese-ELECTRA
• 中国XLNet： https://github.com/ymcui/Chinese-XLNet
• 知识蒸馏工具包-TextBrewer： https://github.com/airaria/TextBrewer

HFL的更多资源： https://github.com/ymcui/HFL-Anthology

引用

如果您觉得我们的资源或论文对您有用，请在您的论文中包含以下引用。

• https://arxiv.org/abs/2004.13922

@inproceedings{cui-etal-2020-revisiting,
    title = "Revisiting Pre-Trained Models for {C}hinese Natural Language Processing",
    author = "Cui, Yiming  and
      Che, Wanxiang  and
      Liu, Ting  and
      Qin, Bing  and
      Wang, Shijin  and
      Hu, Guoping",
    booktitle = "Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing: Findings",
    month = nov,
    year = "2020",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/2020.findings-emnlp.58",
    pages = "657--668",
}