few shot lm

Modelos de linguagem são aprendizes multilíngues de poucas tentativas

Papel

Este é o código fonte do artigo [Arxiv] [ACL Anthology]:

Este código foi escrito usando PyTorch. Se você usar códigos-fonte ou conjuntos de dados incluídos neste kit de ferramentas em seu trabalho, cite o seguinte artigo:

 @inproceedings{winata-etal-2021-idioma,
    title = "Modelos de linguagem são aprendizes multilíngues de poucas chances",
    autor = "Winata, Genta Indra e
      Madoto, Andrea e
      Lin, Zhaojiang e
      Liu, Rosane e
      Yosinski, Jason e
      Fungo, Pascale",
    booktitle = "Anais do 1º Workshop sobre Aprendizagem de Representações Multilíngues",
    mês = novembro,
    ano = "2021",
    endereço = "Punta Cana, República Dominicana",
    editor = "Associação de Lingüística Computacional",
    url = "https://aclanthology.org/2021.mrl-1.1",
    páginas = "1--15",
}

Ambiente de configuração

Máquina GPU

pip install -r requirements.txt

Máquina GPU para execução do modelo 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

Como correr

Tarefa cruzada de tiro zero

❱❱❱ 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

Afinar

❱❱❱ 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