GPT 1-3(速通版)
概述
发布时间线:
-
Transformer 2017 年 6 月
-
GPT1:2018 年 6 月
-
Bert: 2018 年 10 月
-
GPT2:2019 年 2 月
-
GPT3:2020 年 5 月
bert 适合较小数据集、GPT 必须要超大规模数据集才能有效。
GPT-4 未有论文。
GPT-1(2018 年 6 月)
-
GPT1 参数量:大概 1 亿参数
-
12 层 decoder(维度 768,12 个注意力头)
-
-
训练集:7000 本书籍(8 亿个单词)
GPT-2(2019 年 2 月)
-
名称:《Language Models are Unsupervised Multitask Learners》【语言模型是无监督的多任务学习者】
-
时间:2019 年 2 月
-
作者:OpenAI 6 人(负责人是 ilya)
-
代码:https://github.com/openai/gpt-2(没有提供训练代码,也没有最大号预训练模型)
-
一段话总结 GPT-2:用的 transformer 解码器结构(48 层 decoder),15 亿参数,模型输入是文本,输出也是文本。训练数据源自 reddit 上被点赞的 4500 万个网站链接,各种筛选后获得 800 万文本,大概 40GB 文本数据量。预训练模型能够实现 zero-shot,即无需微调直接能在各种领域使用。在众多 zero-shot 领域达到 SOTA,并且这种架构的精度天花板还远未触及,只要继续去提高参数量和数据量。
GPT-3(2020 年 5 月)
模型结构跟 GPT-2 几乎完全一致,调整的部分是:采用稀疏注意力(只有临近 token 进行注意力计算)。
GPT-3 最大特点:
-
显著提高了在零样本学习和少样本学习上的表现,它能够通过简单的提示(prompts)来执行各种任务,无需额外的训练。
GPT-3 在几十种类型任务中的平均表现(其中很多领域,few shot 能力超过其他 SOTA 模型的微调)