量子位 报道 | 公众号 QbitAI

近期，亚马逊 Alexa 团队发布了一项研究成果：研究人员对BERT模型进行参数选择，获得了BERT的最优参数子集——Bort。

研究结果表明，Bort大小仅为BERT-large的16％，但是在CPU上的速度却快了7.9倍，在NLU基准测试上的性能也优于BERT-large。

这是在NLP模型快速“膨胀”，模型轻量化迫切需求的背景下，一次比较成功的结果。

NLP模型大小 △图源：DistilBERT

与ALBERT、MobileBERT进行的模型结构优化不同，Bort是在原本的模型架构上进行最优子集选择。

简单来说就是：「瘦身」。

那么，研究人员又是怎么给BERT「瘦身」的呢？

接下来便让我们带大家来仔细看看。

FPTAS助力「瘦身」

首先需要明确的是，这并不是研究人员第一次尝试给BERT「瘦身」了。

因为BERT的规模大，推理速度慢，并且预处理过程复杂，所以先前已经有部分研究人员便尝试对其进行瘦身，取得了一定的成果：保持了其前身的相同性能、简化了预训练过程同时减少了推理时间。

不过，在准确性上，瘦身后的子集总是不太尽如人意——达不到原本BERT的性能。

而这次的研究，研究人员使用了完全多项式时间近似算法（FPTAS）进一步优化这个问题，因为该算法最近被证明：在某些条件下，能够有效地提取此类最优子集。

对此，研究人员说道：

这种条件被称为strong AB^nC propert，我们证明了BERT满足了这一组条件。

研究人员列举了三个指标：推理速度，参数大小和错误率，在使用FPTAS下，从一个高性能的BERT中提取一个最优子集，这便是Bort。

在随后初步的测试中，Bort有着不俗的表现。在CPU上，其执行推理的速度比BERT-large快了7.9倍。

此外，在相同的硬件上，对相同的数据集进行预训练，Bort只花费了288个GPU hours。而相比之下，BERT-large花费了1153个GPU hours，而RoBERTa-large则需要25764个GPU hours。

「瘦身」成功！

变「瘦」了，也变强了

瘦身后，是不是就像之前类似的研究一样，能力下降了呢？这是一个非常关键的问题。

为了验证Bort的泛化能力，研究人员在GLUE和SuperGLUE基准以及RACE数据集上对Bort同其他模型进行了测试。

首先是在GLUE上测试：

Bort在几乎所有任务中都取得了优异的成绩：除了QQP和QNLI之外，它的性能都比其他几个同样基于BERT的同类模型好得多。

值得一提的是，对于BERT-large而言，Bort的性能提高了0.3％至31％。

其次是在SuperGLUE上的测试：

Bort同样取得了不错的成绩，除了一项任务（ReCoRD）之外，其他所有任务上都展现了优于或等同于BERT-large的性能。

最后，是在RACE上的测试：

总的来说，Bort获得了良好的结果，在这两项任务上的性能比BERT-large高出9-10%。

对于NLU测试结果，研究人员总结道：

在GLUE，SuperGLUE和RACE的NLU基准测试上，Bort相对于BERT-large在各个方面的性能都有着提升，范围从0.3％到31％不等。

最后，研究人员还在Github公布了Bort的代码。论文和代码地址如下，需要的读者自取哦。

论文链接：
https://arxiv.org/pdf/2010.10499.pdf

代码地址：
https://github.com/alexa/bort

“