Остаточная настройка промптов: Улучшение настройки промптов с помощью остаточной репараметризации

Residual Prompt Tuning: Improving Prompt Tuning with Residual Reparameterization

May 6, 2023

Авторы: Anastasia Razdaibiedina, Yuning Mao, Rui Hou, Madian Khabsa, Mike Lewis, Jimmy Ba, Amjad Almahairi

cs.AI

Аннотация

Тюнинг промптов является одним из успешных подходов для параметрически эффективной настройки предобученных языковых моделей. Несмотря на то, что он, возможно, является наиболее параметрически эффективным (настраиваемые мягкие промпты составляют <0,1% от общего числа параметров), он, как правило, показывает худшие результаты по сравнению с другими эффективными методами настройки и довольно чувствителен к гиперпараметрам. В данной работе мы представляем Residual Prompt Tuning — простой и эффективный метод, который значительно улучшает производительность и стабильность тюнинга промптов. Мы предлагаем перепараметризовать вложения мягких промптов с использованием неглубокой сети с остаточным соединением. Наши эксперименты показывают, что Residual Prompt Tuning значительно превосходит тюнинг промптов на бенчмарке SuperGLUE. В частности, наш метод демонстрирует улучшение на +7 баллов по сравнению с тюнингом промптов на модели T5-Base и позволяет сократить длину промпта в 10 раз без ущерба для производительности. Кроме того, мы показываем, что наш подход устойчив к выбору скорости обучения и инициализации промптов, а также эффективен в условиях обучения с малым количеством примеров.

English

Prompt tuning is one of the successful approaches for parameter-efficient tuning of pre-trained language models. Despite being arguably the most parameter-efficient (tuned soft prompts constitute <0.1% of total parameters), it typically performs worse than other efficient tuning methods and is quite sensitive to hyper-parameters. In this work, we introduce Residual Prompt Tuning - a simple and efficient method that significantly improves the performance and stability of prompt tuning. We propose to reparameterize soft prompt embeddings using a shallow network with a residual connection. Our experiments show that Residual Prompt Tuning significantly outperforms prompt tuning on SuperGLUE benchmark. Notably, our method reaches +7 points improvement over prompt tuning with T5-Base and allows to reduce the prompt length by 10x without hurting performance. In addition, we show that our approach is robust to the choice of learning rate and prompt initialization, and is effective in few-shot settings.