達摩院用128張GPU燒出“中文版GPT-3”，我試了下，這文風不是開往幼兒園的車…

白交 2021-04-19 13:13:34 來源：量子位

楊凈 子豪 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI

首先，請先看一段“正經(jīng)”的文字：

他笑意中的那份溫柔，只想給她好好珍藏，即便這一切不會發(fā)生，至少在他的世界里，她是無憂無慮的快樂的。就連他對她的關(guān)心，她都不在意了，還有什么不放心的呢？“好，我答應你。不過，如果我們能有個孩子，我一定做個好爸爸。”

橋豆麻袋?。?！

這難道不是什么某某天堂、某江文學、某點中文上的小說情節(jié)？

誤會了誤會了。

這是最新發(fā)布的全球最大規(guī)模中文預訓練模型“中文版GPT-3”——PLUG的力作。

270億的參數(shù)規(guī)模，跟GPT-3一樣是“萬能寫作神器”。

出于好奇，我第一時間就去上手試了試，沒想到只是輸入了四個字。

泛起笑意，

就給出了如此結(jié)果。

這個PLUG，有點意思啊~

竟然擅長的是這個？

接下來，我又進行了一波嘗試，調(diào)戲一下PLUG的創(chuàng)作實力。

輸入「他正要離開」，看它怎么接。

PLUG果然很懂！

，卻見他站到了自己身前，一下子拉住了她的手，用一種很奇怪的語調(diào)說道：“我的心情很壞，很生氣，不過“他看著她，一字一句的說道：“你能不能說的快一點，我不想傷害你?！翱粗荒樀睦淠?，他的心中微微一酸，但是很快又笑了，溫柔的笑了笑：“放心……

有一說一，生成長文本的性能還是相當不錯，并且提供了4個文本長度選項（32~512字）。

不過這內(nèi)容……

難不成，我喜歡XX文的秘密被發(fā)現(xiàn)了？

別誤會，其實PLUG也能生成“克制”一些的。

比如：輸入「阿sir，你看看他」，結(jié)果就顯得很正常嘛~

甚至還特意生成了繁體字小說，營造出一種港片的氛圍感。

（阿sir，你看看他）們幾時對阿爸、阿媽、阿婆笑過；你再看看他們幾時對你笑過。阿爸、阿媽、阿婆，你們笑笑就好了。其實，他們有笑，也有淚……（此處省略200+字）阿sir，你是否真的愛你的父母？

除了擅長寫小說，PLUG還能寫專業(yè)文稿、進行智能問答、生成詩詞和菜譜等等。

就比如撰寫專業(yè)文稿：

幫你解答生活常識，官網(wǎng)給出了貼心（不是）的示例：

程序員脫發(fā)用什么洗發(fā)水好？

三個月打造中文最強GPT-3

說了這么多，要達到這樣的效果，這個中文最強GPT-3究竟如何煉成？

PLUG，Pre-training for Language Understanding and Generation，顧名思義，就是集語言理解（NLU）和生成（NLG）能力于一身。

要實現(xiàn)這一點，據(jù)團隊介紹，這一模型是達摩院此前提出的兩種自研模型——NLU語言模型StructBERT、NLG語言模型PALM的融合。

此外，跟GPT-3的單向建模方式不同的是，它采用了編碼器-解碼器（encoder-decoder）的雙向建模方式。

具體來說，整個訓練過程分為兩個階段。

第一階段，以達摩院自研的語言理解模型——StructBERT作為編碼器。

簡單來說，它是在句子級別和詞級別兩個層次的訓練目標中，加強對語言結(jié)構(gòu)信息的建模，從而提高模型的語法學習能力。

這也使得PLUG具有輸入文本雙向理解能力，能夠生成和輸入更相關(guān)的內(nèi)容。

這個過程共訓練了300B tokens訓練數(shù)據(jù)。

第二階段，將這個編碼器用于生成模型的初始化，并外掛一個6層、8192個隱藏層節(jié)點數(shù)的解碼器，共計訓練了100B tokens的訓練數(shù)據(jù)。

此外，PLUG還能為目標任務做針對性優(yōu)化。

上一回說到，GPT-3并沒有利用微調(diào)和梯度更新，而是通過指定任務、展示少量演示，來與模型文本進行交互，完成各種任務。

因此在面對新任務時候，不需要重新收集大量的帶標簽數(shù)據(jù)。但不可避免的，生成的效果不足。

比如，犯低級錯誤就是GPT-3被人詬病比較多的一點。

而PLUG的能力更加全面，既可以實現(xiàn)與GPT-3類似的零樣本生成功能，也可以利用下游訓練數(shù)據(jù)微調(diào)（finetune）模型，提升特定任務的生成質(zhì)量。

當然，效果實現(xiàn)的關(guān)鍵，還少不了算力和數(shù)據(jù)。

PLUG負責人表示，原本計劃用128張A100訓練120天煉成，不過由于阿里云、算法優(yōu)化等達摩院多方力量的參與，以及加速手段的有效利用，成功將日程縮短到三分之一。

最后，只燒了35天就達到了這樣的效果。

前面也提到，PLUG的參數(shù)量達到了270億，中文訓練數(shù)據(jù)量也達到了1T以上。

在語言理解任務上，PLUG以80.614分刷新了CLUE分類任務榜單記錄。

而在語言生成任務上，據(jù)團隊介紹，其多項應用數(shù)據(jù)較業(yè)內(nèi)最優(yōu)水平提升了8%以上。

語言模型體系再添一員大將

如果再把PLUG說成是“中文版GPT-3”，似乎就不太準確了。

耗時3個月、270億參數(shù)規(guī)模、一發(fā)布就給體驗端口……

但與此同時，這些關(guān)鍵詞的背后，仍然留給讀者一些疑問：

3個月是如何做到的？當前的參數(shù)規(guī)模是終點嗎？為何現(xiàn)階段就免費開放？

阿里深度語言模型體系負責人永春給出了一一解答。

首先，時間問題。主要有兩個方面的原因。

從人力的角度來說，永春沒有談具體的數(shù)字，但此次涉及阿里的多個團隊群策群力共同完成的，當中的訓練時間也就大大縮短。

再加上，阿里以往的自研模型已經(jīng)產(chǎn)生了更多的業(yè)務需求，促成了PLUG的開發(fā)，這也是阿里整體技術(shù)路線中的一環(huán)。

GPT-3的出現(xiàn)，給中國的一些玩家觸動很大。

什么時候我們能出個中文版的同類模型？

阿里作為其中之一的企業(yè)，利用自身的技術(shù)、計算資源的優(yōu)勢，率先給出Demo。

永春表示，希望通過PLUG的發(fā)布，建立起與技術(shù)同行之間的橋梁。

要知道，GPT-3到目前也還沒有做到完全開放。

不過，團隊似乎并不擔心PLUG發(fā)布之后的一些不確定性。（手動狗頭）

比如，出現(xiàn)一些低級錯誤。

反而笑著說，之前GPT-3不也是因為大家吐槽才火的么？丟給技術(shù)圈去檢驗，這些問題都是不可避免的。

而這樣的開源開放，正好是這個技術(shù)團隊的一大底色。

去年，阿里達摩院發(fā)布了自研深度語言模型體系，包括6大自研模型。

通用語言模型StructBERT、多模態(tài)語言模型StructVBERT、多語言模型VECO、生成式語言模型PALM……他們一直在致力于陸陸續(xù)續(xù)將模型開源出來。

永春透露，在PLUG發(fā)布這段期間，達摩院宣布將開源阿里巴巴語言模型體系部分重要模型，目前正在走流程中。

至于之后的計劃，團隊表示2000億級的參數(shù)規(guī)模正在規(guī)劃中，并進一步提升文本生成質(zhì)量。

而在應用領(lǐng)域，他們還將專門針對醫(yī)療領(lǐng)域做下游數(shù)據(jù)訓練。

最終目標是希望將這個模型實際落地，提升NLP技術(shù)在方方面面的實力，比如能源、通信、司法等。

也誠如阿里達摩院語言技術(shù)實驗室負責人司羅所說，

達摩院NLP團隊將進一步攻克自然語言處理領(lǐng)域科研難題，完善中文及跨語言人工智能基礎(chǔ)設(shè)施，讓AI沒有難懂的語言，并探索通用人工智能之路。

對了，PLUG剛剛完成最后一波調(diào)控，目前已開放了測試體驗接口（僅供學術(shù)目的測試，需同意其相關(guān)約定）。