Model Fusion in Language Model Fine-Tuning via Bayesian Optimization

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新型模型融合技术,利用多目标贝叶斯优化解决微调预训练语言模型的最佳选择问题,显著提升多个下游任务的性能。

🎯

关键要点

  • 本研究提出了一种新型模型融合技术。

  • 该技术利用多目标贝叶斯优化解决微调预训练语言模型的最佳选择问题。

  • 通过多目标贝叶斯优化同时优化所需指标和损失。

  • 建立了两阶段的超参数选择程序。

  • 实验结果表明,该方法在多个下游任务中显著提高了性能。

🏷️

标签

➡️

继续阅读