2020年，GPT-3可謂火出了圈。
不僅講故事的本職工作做得風生水起，還跨界玩起了網頁設計、運維、下象棋……
不過，盡管表現驚艷，GPT-3背后到底是實實在在的1750億參數，想要在實際應用場景中落地，難度著實不小。
現在，針對這個問題，普林斯頓的陳丹琦、高天宇師徒和MIT博士生Adam Fisch在最新論文中提出，使用較小的語言模型，并用少量樣本來微調語言模型的權重。
并且，實驗證明，這一名為LM-BFF（better few-shot fine-tuning fo language models）的方法相比于普通微調方法，性能最多可以提升30%。
詳情如何，一起往下看。
首先，研究人員采用了基于提示的預測路線。
所謂基于提示的預測，是將下游任務視為一個有遮蓋（mask）的語言建模問題，模型會直接為給定的提示生成文本響應。
在本文中，研究人員提出引入一個新的解碼目標來解決這個問題，即使用谷歌提出的T5模型，在指定的小樣本訓練數據中自動生成提示。
其次，研究人員在每個輸入中，以額外上下文的形式添加了示例。
問題的關鍵在于，要有限考慮信息量大的示例，一方面，因為可用示例的數量會受到模型最大輸入長度的限制；另一方面，不同類型的大量隨機示例混雜在一起，會產生很長的上下文，不利于模型學習。
為此，研究人員開發了一種動態的、有選擇性的精細策略：對于每個輸入，從每一類中隨機抽取一個樣本，以創建多樣化的最小演示集。
另外，研究人員還設計了一種新的抽樣策略，將輸入與相似的樣本配對，以此為模型提供更多有價值的比較。
那么，這樣的小樣本學習方法能實現怎樣的效果？
研究人員在8個單句、7個句子對NLP任務上，對其進行了系統性評估，這些任務涵蓋分類和回歸。
結果顯示：
基于提示的微調在很大程度上優于標準微調；
自動提示搜索能匹敵、甚至優于手動提示；
加入示例對于微調而言很有效，并提高了少樣本學習的性能。
在K=16（即每一類樣本數為16）的情況下，從上表結果可以看到，該方法在所有任務中，平均能實現11%的性能增益，顯著優于標準微調程序。在SNLI任務中，提升達到30%。
不過，該方法目前仍存在明顯的局限性，性能仍大大落后于采用大量樣本訓練獲得的微調結果。
論文有兩位共同一作。
高天宇，清華大學本科生特等獎學金獲得者，本科期間即發表4篇頂會論文，師從THUNLP實驗室的劉知遠副教授。
今年夏天，他本科畢業后赴普林斯頓攻讀博士，師從本文的另一位作者陳丹琦。
此前，量子位曾經分享過他在寫論文、做實驗、與導師相處方面的經驗。
Adam Fisch，MIT電氣工程與計算機科學專業在讀博士，是CSAIL和NLP研究小組的成員，主要研究方向是應用于NLP的遷移學習和多任務學習。
他本科畢業于普林斯頓大學，2015-2017年期間曾任Facebook AI研究院研究工程師。
至于陳丹琦大神，想必大家已經很熟悉了。她本科畢業于清華姚班，后于斯坦福大學拿下博士學位，2019年秋成為普林斯頓計算機科學系助理教授。
最后，該論文代碼即將開源，如果還想了解更多論文細節，請戳文末論文鏈接詳讀~
論文地址：
https://arxiv.org/abs/2012.15723v1
項目地址：
https://github.com/princeton-nlp/LM-BFF
