通过减少表示塌陷来改进微调效果

尽管现有的微调预训练语言模型的方法被广泛采用，但这些方法在超参数设置上表现出不稳定，这激发了近期对信任区域方法的研究。本文提出了一种基于信任区域理论的简化且高效的方法，该方法用参数噪声（从正态分布或均匀分布中采样）替换了之前使用的对抗目标，从而在不影响性能的前提下尽量减少微调过程中的表示变化。我们还引入了一种新的分析方法，通过研究表示退化现象来更普遍地论证信任区域方法的使用；即预训练模型在针对特定最终任务进行微调时，其泛化表示能力的下降。大量实验表明，我们的微调方法在一系列理解和生成任务（包括DailyMail/CNN、Gigaword、Reddit TIFU以及GLUE基准测试）上的表现与之前的信任区域方法相当或更优，同时速度也快得多。此外，我们还证明了该方法较少发生表示退化；每次微调时，预训练模型都能保持更高的泛化表示能力。