欢迎来到尧图网

客户服务 关于我们

您的位置:首页 > 新闻 > 资讯 > 论文笔记:SIBO: A Simple Booster for Parameter-Efficient Fine-Tuning

论文笔记:SIBO: A Simple Booster for Parameter-Efficient Fine-Tuning

2024/10/31 23:51:10 来源:https://blog.csdn.net/qq_40206371/article/details/143228320  浏览:    关键词:论文笔记:SIBO: A Simple Booster for Parameter-Efficient Fine-Tuning

ACL 2024

1 intro

  • 基于 Transformer 的大模型一般都有很多层
    • 在广泛采用的 PEFT 技术(包括 Adapters 和 LoRA)中,尤其是在深层中,也存在过度平滑现象(即token之间的相似度很高)
  • 论文评估了同一语句中 token 之间的余弦相似性以检测过平滑现象
    • 给定一个包含m个 token的句子(h1,h2,....hm),其token间余弦相似性为
    • 结果如下:
      • 随着模型层数的增加,token之间越来越像了

  • ——>论文提出了 SIBO
    • 通过在 PEFT 模块(adapter/LORA)的输入中注入初始残差,减少了 Transformer 模型中的过平滑问题

2 方法

3 结果

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com