few shot lm

Les modèles linguistiques sont des apprenants multilingues peu nombreux

Papier

Voici le code source de l'article [Arxiv] [ACL Anthology] :

Ce code a été écrit en utilisant PyTorch. Si vous utilisez des codes sources ou des ensembles de données inclus dans cette boîte à outils dans votre travail, veuillez citer l'article suivant :

 @inproceedings{winata-etal-2021-langue,
    title = "Les modèles linguistiques sont des apprenants multilingues peu nombreux",
    auteur = "Winata, Genta Indra et
      Madotto, Andrea et
      Lin, Zhaojiang et
      Liu, Rosanne et
      Yosinski, Jason et
      Fung, Pascale",
    booktitle = "Actes du 1er atelier sur l'apprentissage des représentations multilingues",
    mois = novembre,
    année = "2021",
    adresse = "Punta Cana, République Dominicaine",
    éditeur = "Association pour la linguistique computationnelle",
    url = "https://aclanthology.org/2021.mrl-1.1",
    pages = "1--15",
}

Environnement de configuration

Machine GPU

pip install -r requirements.txt

Machine GPU pour exécuter le modèle GPT-J 6B

apt install zstd

# the "slim" version contain only bf16 weights and no optimizer parameters, which minimizes bandwidth and memory
wget -c https://the-eye.eu/public/AI/GPT-J-6B/step_383500_slim.tar.zstd

tar -I zstd -xf step_383500_slim.tar.zstd

pip install -r mesh_transformer_jax/requirements.txt

# jax 0.2.12 is required due to a regression with xmap in 0.2.13
pip install mesh-transformer-jax/ jax==0.2.12

# cuda[your_cuda_version]
pip install jaxlib==0.1.67+cuda101 -f https://storage.googleapis.com/jax-releases/jax_releases.html

Comment courir

Tâche croisée sans tir

❱❱❱ CUDA_VISIBLE_DEVICES=0 python evaluate.py  --dataset snips --model_checkpoint facebook/bart-large-mnli --cuda --length 5 --label_type value --src_lang en --tgt_lang en --seed 42 --use_log_prob --use_confidence --is_cross_task

Affiner

❱❱❱ CUDA_VISIBLE_DEVICES=0 python finetune.py  --dataset snips --model_checkpoint bert-base-multilingual-uncased --cuda --label_type value --src_lang en --tgt_lang en --seed 42