您的位置  油气能源  非常规气

阿里达摩院正式开源了顶级深度语言模型体系AliceMind!一度横扫六大权威榜单

  • 来源:互联网
  • |
  • 2021-06-23
  • |
  • 0 条评论
  • |
  • |
  • T小字 T大字

阿里达摩院正式开源了顶级深度语言模型体系AliceMind!一度横扫六大权威榜单

AI 科技评论报道

编辑 | 陈大鑫

开源了开源了!

AI 科技评论昨日获悉,阿里巴巴达摩院已正式开源深度语言模型体系AliceMind!

AliceMind是什么?

AliceMind 是业界领先的预训练语言模型体系。具体来说,预训练语言模型是当前自然语言处理(NLP)领域的研究热点之一,“预训练+精调”已成为NLP任务的新范式。

阿里巴巴达摩院作为最早投入预训练语言模型研究的团队之一,历经三年研发出深度语言模型体系AliceMind,包括通用语言模型StructBERT、多语言VECO、生成式PALM、多模态StructVBERT、结构化StructuralLM、知识驱动LatticeBERT、机器阅读理解UED、超大模型PLUG等模型。

它们先后登顶了GLUE、CLUE、XTREME、VQA Challenge、DocVQA、MS MARCO在内的自然语言处理领域的的 六大权威榜单,领先业界,相关工作论文被AI/NLP顶会接收。

AliceMind在6月19日再次登顶多模态权威榜单VQA Challenge 2021,这个比赛类似看图问答,给定一张图像和关于图像的自然语言问题,AI需要提供准确的自然语言答案。AliceMind战胜了微软、Facebook等几十家国际顶尖团队,将纪录从去年第一名的76.36%显著提升到79.78%,接近人类水平(80.78%)。

此外,今年6月,AliceMind还入选了2021年世界人工智能大会SAIL奖TOP30榜单。SAIL奖(Super AI Leader,卓越人工智能引领者)是世界人工智能大会最高奖项,每年评选一次。SAIL奖从全球范围发掘在人工智能领域中具有高度认可和美誉、并具有提升人类福祉意义的项目。

开源链接:https://github.com/alibaba/AliceMind

1 AliceMind有何领先之处?

1、覆盖全面:覆盖多语言、多模态、结构化等多个预训练语言模型;

2、技术领先:多个模型在世界榜单中排名靠前;

3、开放普惠:将围绕Pre-training+Fine-tuning(“预训练+精调”)语言模型持续进行生态性的技术开源。

2 AliceMind有何创新之处?

1、通用语言模型(StructBERT)

Google于2018年底推出的BERT模型是业界广泛使用的自然语言预训练模型,达摩院团队在BERT的基础上提出优化模型StructBERT,让机器更好地掌握人类语法,理解自然语言,2020年多次在自然语言处理领域顶级赛事GLUE Benchmark上夺冠。

2、多语言语言模型(VECO)

跨语言预训练初衷是为多种语言建立起一个统一联合的语义表示,AliceMind体系内的跨语言预训练模型VECO一经提出,便在国际权威多语言榜单XTREME排名第一,远超Facebook、Microsoft等业界代表性模型。VECO目前支持100种语言的理解和生成任务。

VECO效果亮眼,主要是因为两项创新:

一是其可以更加“显式”得进行跨语言信息的建模(图1);

二是VECO在预训练的过程充分学习用于语言理解(NLU)和生成(NLG)任务,并让二者互相学习提高彼此(图2)。

因此,VECO模型成为了多语言领域内的第一个同时在多语言理解(NLU)和语言生成(NLG)任务上均取得业内最佳效果的模型,也被顶会ACL2021录用。

图1

图2

3、生成式语言模型(PALM)

PALM采用了与之前的生成模型不同的预训练方式,将预测后续文本作为其预训练目标,而非重构输入文本。PALM在一个模型中使用自编码方式来编码输入文本,同时使用自回归方式来生成后续文本。这种预测后续文本的预训练促使该模型提高对输入文本的理解能力,从而在下游的各个语言生成(NLG)任务上取得更好的效果。

PALM在MARCO NLG自然语言生成公开评测上取得了排行榜第一,同时在摘要生成标准数据集CNN/DailyMail和Gigaword上也超过了现有的各个预训练生成语言模型。PALM可被用于问答生成、文本复述、回复生成、文本摘要、Data-to-Text等生成应用上。

4、多模态语言模型(StructVBERT)

StructVBERT是在通用的StructBERT模型基础上,同时引入文本和图像模态,在统一的多模态语义空间进行联合建模,在单流架构的基础上同时引入图像-文本描述数据和图像问答数据进行多任务预训练,并在多尺度的图像特征上进行分阶段预训练。

此外,模型利用Transformer encoder-decoder结构提升跨模态双流建模能力,结合单流、双流结构的优点进一步提升模型对文本和图像两个模态的理解能力。

5、结构化语言模型(StructuralLM)

StructuralLM在语言模型StructBERT的基础上扩展到结构化语言模型,充分利用图片文档数据的2D位置信息,并引入box位置预测的预训练任务,帮助模型感知图片不同位置之间词语的关系,这对于理解真实场景中的图片文档十分重要。

Structural LM模型在DocVQA榜单上排名第一,同时在表单理解FUNSD数据集和文档图片分类RVL-CDIP数据集上也超过现有的所有预训练模型。

6、机器阅读理解模型(UED)

自最开始声名大噪的SQuAD榜单起,阿里围绕着机器阅读理解发展路线:单段落抽取->多文档抽取/检索->多文档生成->开放式阅读理解,拿下了一系列的榜单冠军:

2018年在单段落机器阅读理解领域顶级赛事SQuAD上首次超出人类回答精准率;

2018年在多文档机器阅读理解权威比赛TriviaQA和DuReader上双双刷新纪录,取得第一名;

2019年在信息检索国际顶级评测TREC 2019 Deep Learning Track上的段落检索和文档检索任务上均取得第一名;

2019年在机器阅读理解顶级赛事MS MARCO的段落排序、多文档答案抽取以及多文档答案生成3个任务均取得第一名,并在多文档答案抽取任务上首次超越人类水平。

7、超大规模中文理解和生成统一模型(PLUG)

PLUG是目前中文社区已开放API的最大规模的纯文本预训练语言模型,集语言理解与生成能力于一身。PLUG可为目标任务做针对性优化,通过利用下游训练数据finetune模型使其在该特定任务上生成质量达到最优,弥补之前其它大规模生成模型few-shot inference的生成效果不足,适于应用在实际生成任务。同时,PLUG采用encoder-decoder的双向建模方式,因此,在传统的zero-shot生成的表现上,无论是生成的多样性,领域的广泛程度,还是生成长文本的表现,较此前的模型均有明显的优势。

8、知识驱动的语言模型LatticeBERT

LatticeBERT在预训练模型中训练中有效地融合了词典等知识,从而能够同时建模字和词的结构,来线性化地表示这种混合粒度的输入。第一步是将涵盖多粒度字词信息的中文文本用词格(Lattice)表示起来,再把这个词格线性化作为BERT的输入。LatticeBERT在2020年9月达到中文予以理解评估基准CLUE榜单的base模型中的第一名。

3 AliceMind 应用如何?

在阿里之外,AliceMind广泛运用于医疗、能源、金融等多个行业。其中,浙江电网公司以AliceMind为底座为员工构建智能化运维平台,应用于变压器检修、供电抢修等业务,已经开始在国家电网公司统一推广。

4 AliceMind 开源的意义?

传统NLP模型制作复杂,耗时耗力,且用途单一,难以复用,犹如手工作坊。但近几年兴起的预训练语言模型,正在改变局面,有望让语言AI走向入可规模化复制的工业时代。如果用炼钢来类比,以前要获得一个可用的NLP应用模型,要从铁矿石开始炼钢,周期长,费用高,产量低。但现在有了开源的预训练语言模型,相当于有了现成的粗钢,只需要把粗钢炼成所需的特定钢材,效率大为提升。

阿里达摩院深度语言模型团队负责人黄松芳表示:

“预训练语言模型已成为NLP领域的基石和原材料,AliceMind开源将降低NLP领域研究和应用创新的门槛,助推行业从手工业时代走向大工业时代。”

最后,文末再次附上开源地址:

https://github.com/alibaba/AliceMind/

由于微信公众号试行乱序推送,您可能不再能准时收到的推送。为了第一时间收到的报道, 请将“”设为星标账号在看”。

597se http://www.cityruyi.com/lm-4/lm-1/3676.html
免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186
  • 标签:阿黛尔的生活快播
  • 编辑:王智
  • 相关文章