同等技艺奏异曲:探索 Delta 调优的统一优化子空间
计算与语言
2022-10-25 v1 人工智能
摘要
Delta 调优(DET,亦称参数高效调优)被视为使用预训练语言模型(PLMs)的新范式。迄今已提出多种具有不同设计要素的 DET,其性能可与微调相媲美。然而,上述成功背后的机制仍待探索,尤其是各类 DET 之间的联系。为探究其中奥秘,我们假设不同 DET 的适配均可被重参数化为统一优化子空间中的低维优化,该子空间可通过联合分解不同 DET 的独立解获得。随后,我们通过在子空间内开展优化来探索不同 DET 间的联系。实验中我们发现,对某一 DET 而言,仅在子空间中进行优化即可取得与其原始空间相当的 performance,且在子空间中求得的解可迁移至另一 DET 并取得非平凡性能。我们还对子空间的性能地形进行了可视化,发现存在一个可观区域使得不同 DET 均表现良好。最后,我们拓展分析并展示了微调与 DET 之间的强联系。
引用
@article{arxiv.2210.13311,
title = {Different Tunes Played with Equal Skill: Exploring a Unified Optimization Subspace for Delta Tuning},
author = {Jing Yi and Weize Chen and Yujia Qin and Yankai Lin and Ning Ding and Xu Han and Zhiyuan Liu and Maosong Sun and Jie Zhou},
journal= {arXiv preprint arXiv:2210.13311},
year = {2022}
}
备注
Findings of EMNLP 2022