原书出处
大语言模型-基础与前沿 (熊涛)
05 第5章 上下文学习和轻量级微调
其他添加方法 在最近的研究中,Liu et al(2022a)引入了一种用于多任务微调T-few的新颖且参数高效的方法。
他们提出的方法称为(IA)3,该方法学习新的参数l、l和l,它们充当键、值和隐藏前馈网络的激活。通过针对每个Transformer模块仅训练这3个参数,该方法实现了显著的参数效率。
事实上,对于T0-3B模型,该方法仅更新了模型总参数的0.02%,而性能却优于其他方法,如参数数量相近的Compacte
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大语言模型-基础与前沿 (熊涛)/_epub-src/EPUB/xhtml/chapter7.xhtml
EPUB SHA-256:1bd3e387da1e881a4b6e0214f2c7df6e30d5cdbd1f602c69fc88edacffe6743d