GPT3 论文详解 | GPT-3: Language Models are Few-Shot Learners

2020 年 6 月 3 日 AINLP

视频来自油管up主 Yannic Kilcher ,放了一份在B站,带自动生成的字幕,感兴趣的同学可以在B站观看,点击“阅读原文”可直达视频链接:


https://www.bilibili.com/video/BV1Wp4y1D7qw




OUTLINE:

0:00 - Intro & Overview

1:20 - Language Models

2:45 - Language Modeling Datasets

3:20 - Model Size

5:35 - Transformer Models

7:25 - Fine Tuning

10:15 - In-Context Learning

17:15 - Start of Experimental Results

19:10 - Question Answering

23:10 - What I think is happening

28:50 - Translation

31:30 - Winograd Schemes

33:00 - Commonsense Reasoning

37:00 - Reading Comprehension

37:30 - SuperGLUE

40:40 - NLI

41:40 - Arithmetic Expressions

48:30 - Word Unscrambling

50:30 - SAT Analogies

52:10 - News Article Generation

58:10 - Made-up Words

1:01:10 - Training Set Contamination

1:03:10 - Task Examples


https://arxiv.org/abs/2005.14165

https://github.com/openai/gpt-3



推荐阅读

AINLP年度阅读收藏清单

Node2Vec 论文+代码笔记

模型压缩实践收尾篇——模型蒸馏以及其他一些技巧实践小结

中文命名实体识别工具(NER)哪家强?

学自然语言处理,其实更应该学好英语

斯坦福大学NLP组Python深度学习自然语言处理工具Stanza试用

太赞了!Springer面向公众开放电子书籍,附65本数学、编程、机器学习、深度学习、数据挖掘、数据科学等书籍链接及打包下载

数学之美中盛赞的 Michael Collins 教授,他的NLP课程要不要收藏?

自动作诗机&藏头诗生成器:五言、七言、绝句、律诗全了

模型压缩实践系列之——bert-of-theseus,一个非常亲民的bert压缩方法

这门斯坦福大学自然语言处理经典入门课,我放到B站了

征稿启示 | 稿费+GPU算力+星球嘉宾一个都不少

关于AINLP

AINLP 是一个有趣有AI的自然语言处理社区,专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享,主题包括文本摘要、智能问答、聊天机器人、机器翻译、自动生成、知识图谱、预训练模型、推荐系统、计算广告、招聘信息、求职经验分享等,欢迎关注!加技术交流群请添加AINLPer(id:ainlper),备注工作/研究方向+加群目的。


登录查看更多
8

相关内容

专知会员服务
159+阅读 · 2020年7月27日
零样本文本分类,Zero-Shot Learning for Text Classification
专知会员服务
95+阅读 · 2020年5月31日
Gartner:2020年十大战略性技术趋势, 47页pdf
专知会员服务
74+阅读 · 2020年3月10日
吴恩达新书《Machine Learning Yearning》完整中文版
专知会员服务
142+阅读 · 2019年10月27日
【资源】最新BERT相关论文清单汇总
专知
33+阅读 · 2019年10月2日
BERT系列文章汇总导读
AINLP
12+阅读 · 2019年8月19日
【资源】元学习相关资源汇总
专知
31+阅读 · 2019年7月10日
小样本学习(Few-shot Learning)综述
黑龙江大学自然语言处理实验室
28+阅读 · 2019年4月1日
NLP - 基于 BERT 的中文命名实体识别(NER)
AINLP
466+阅读 · 2019年2月10日
基于深度学习的文本生成【附217页PPT下载】
专知
34+阅读 · 2018年11月24日
李宏毅-201806-中文-Deep Reinforcement Learning精品课程分享
深度学习与NLP
15+阅读 · 2018年6月20日
Deep Learning(深度学习)各种资料网址
数据挖掘入门与实战
11+阅读 · 2017年10月31日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
13+阅读 · 2019年1月26日
Arxiv
21+阅读 · 2018年8月30日
Arxiv
11+阅读 · 2018年7月8日
Arxiv
5+阅读 · 2017年10月27日
VIP会员
相关资讯
【资源】最新BERT相关论文清单汇总
专知
33+阅读 · 2019年10月2日
BERT系列文章汇总导读
AINLP
12+阅读 · 2019年8月19日
【资源】元学习相关资源汇总
专知
31+阅读 · 2019年7月10日
小样本学习(Few-shot Learning)综述
黑龙江大学自然语言处理实验室
28+阅读 · 2019年4月1日
NLP - 基于 BERT 的中文命名实体识别(NER)
AINLP
466+阅读 · 2019年2月10日
基于深度学习的文本生成【附217页PPT下载】
专知
34+阅读 · 2018年11月24日
李宏毅-201806-中文-Deep Reinforcement Learning精品课程分享
深度学习与NLP
15+阅读 · 2018年6月20日
Deep Learning(深度学习)各种资料网址
数据挖掘入门与实战
11+阅读 · 2017年10月31日
相关论文
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
13+阅读 · 2019年1月26日
Arxiv
21+阅读 · 2018年8月30日
Arxiv
11+阅读 · 2018年7月8日
Arxiv
5+阅读 · 2017年10月27日
Top
微信扫码咨询专知VIP会员