While pre-trained language models (e.g., BERT) have achieved impressive results on different natural language processing tasks, they have large numbers of parameters and suffer from big computational and memory costs, which make them difficult for real-world deployment. Therefore, model compression is necessary to reduce the computation and memory cost of pre-trained models. In this work, we aim to compress BERT and address the following two challenging practical issues: (1) The compression algorithm should be able to output multiple compressed models with different sizes and latencies, in order to support devices with different memory and latency limitations; (2) The algorithm should be downstream task agnostic, so that the compressed models are generally applicable for different downstream tasks. We leverage techniques in neural architecture search (NAS) and propose NAS-BERT, an efficient method for BERT compression. NAS-BERT trains a big supernet on a search space containing a variety of architectures and outputs multiple compressed models with adaptive sizes and latency. Furthermore, the training of NAS-BERT is conducted on standard self-supervised pre-training tasks (e.g., masked language model) and does not depend on specific downstream tasks. Thus, the compressed models can be used across various downstream tasks. The technical challenge of NAS-BERT is that training a big supernet on the pre-training task is extremely costly. We employ several techniques including block-wise search, search space pruning, and performance approximation to improve search efficiency and accuracy. Extensive experiments on GLUE and SQuAD benchmark datasets demonstrate that NAS-BERT can find lightweight models with better accuracy than previous approaches, and can be directly applied to different downstream tasks with adaptive model sizes for different requirements of memory or latency.


翻译:虽然经过事先训练的语言模型(例如,BERT)在不同自然语言处理任务方面取得了令人印象深刻的成果,但它们具有大量的参数,而且具有巨大的计算和记忆成本,因此,模型压缩对于降低经过训练的模型的计算和记忆成本是必要的。在这项工作中,我们的目标是压缩BERT并解决以下两个具有挑战性的实际问题:(1) 压缩算法应当能够输出具有不同大小和延迟度的多种压缩模型,以便支持具有不同记忆和延迟度限制的装置;(2) 算法应当是下游的准确性,因此压缩模型通常适用于不同的下游任务。我们在神经结构搜索(NAS)中运用技术,并提出NAS-LERT,这是BERT压缩的高效方法。 NAS-BERT在搜索空间上设置了一个庞大的超级网络,包含不同大小和宽度的多压缩模型。 此外,对NAS-BERT进行的标准自上下游的精确度搜索任务(eg. 、掩码的下游语言模型),可以直接显示S-revil-real-real-real-redual-real-lial lial ex ex lieval lieval ex ex ex ex laview ex ex ex ex ex ex laudal ex ex laut laut the laut laut laut laut ex ex ex ex ex ex ex ex ex ex ex ex ex ex ex ex ex ex ex ex ex laut laut laut laut laut laut ex ex ex ex ex ex ex ex laut laut laut ex laut laut ex laut ex laut ex laut ex ex ex ex ex ex ex labal ex labal ex ex ex ex ex ex ex ex ex ex laut laut ex laut ex ex ex ex laut lauts lauts ex laut ex ex ex ex ex

8
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
【如何做研究】How to research ,22页ppt
专知会员服务
108+阅读 · 2021年4月17日
最新《文本深度学习模型压缩》综述论文,21页pdf
专知会员服务
25+阅读 · 2020年8月19日
深度学习搜索,Exploring Deep Learning for Search
专知会员服务
58+阅读 · 2020年5月9日
专知会员服务
60+阅读 · 2020年3月19日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
RoBERTa中文预训练模型:RoBERTa for Chinese
PaperWeekly
57+阅读 · 2019年9月16日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
已删除
将门创投
6+阅读 · 2019年1月2日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Arxiv
8+阅读 · 2020年10月9日
Arxiv
8+阅读 · 2020年6月15日
Arxiv
5+阅读 · 2018年9月11日
Arxiv
12+阅读 · 2018年9月5日
VIP会员
相关资讯
RoBERTa中文预训练模型:RoBERTa for Chinese
PaperWeekly
57+阅读 · 2019年9月16日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
已删除
将门创投
6+阅读 · 2019年1月2日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Top
微信扫码咨询专知VIP会员