摘要
随着语言预训练的成功，开发更具效率且具有良好可扩展性的模型架构，以在较低成本下充分利用大量未标注数据，已成为迫切需求。为提升计算效率，我们注意到在保持完整长度的token级表示方面存在被严重忽视的冗余，尤其对于仅需序列整体单向量表示的任务而言。基于这一洞察，我们提出了Funnel-Transformer，该模型通过逐步压缩隐藏状态序列至更短的表示，从而显著降低计算开销。更重要的是，通过将因序列长度缩减而节省的浮点运算量（FLOPs）重新投入于构建更深或更宽的模型结构，进一步增强了模型的表达能力。此外，为满足常见预训练目标对token级预测的需求，Funnel-Transformer能够通过解码器从压缩后的隐藏序列中恢复出每个token的深层表示。实验结果表明，在同等或更少的FLOPs下，Funnel-Transformer在多种序列级预测任务中均优于标准Transformer，涵盖文本分类、语言理解及阅读理解等任务。代码与预训练模型检查点已开源，详见：https://github.com/laiguokun/Funnel-Transformer。