近日，OPPO小布助手團(tuán)隊(duì)和機(jī)器學(xué)習(xí)部聯(lián)合完成了十億參數(shù)模型“OBERT”的預(yù)訓(xùn)練，業(yè)務(wù)上取得了4%以上的提升;在行業(yè)對比評測中，OBERT躍居中文語言理解測評基準(zhǔn)CLUE1.1總榜第五名、大規(guī)模知識圖譜問答KgCLUE1.0排行榜第一名，在十億級模型上進(jìn)入第一梯隊(duì)，多項(xiàng)子任務(wù)得分與排前3名的百億參數(shù)模型效果非常接近，而參數(shù)量僅為后者的十分之一，更有利于大規(guī)模工業(yè)化應(yīng)用。
CLUE1.1總榜，共9個子任務(wù)
KgCLUE1.0，知識圖譜問答榜
技術(shù)全自研，小布推動十億級預(yù)訓(xùn)練大模型落地
大規(guī)模預(yù)訓(xùn)練模型的出現(xiàn)，為自然語言處理任務(wù)帶來了新的求解范式，也顯著地提升了各類NLP任務(wù)的基準(zhǔn)效果。自2020年，OPPO小布助手團(tuán)隊(duì)開始對預(yù)訓(xùn)練模型進(jìn)行探索和落地應(yīng)用，從“可大規(guī)模工業(yè)化”的角度出發(fā)，先后自研了一億、三億和十億參數(shù)量的預(yù)訓(xùn)練模型OBERT。
預(yù)訓(xùn)練模型開發(fā)&應(yīng)用方案
得益于數(shù)據(jù)獲取的低成本性和語言模型強(qiáng)大的遷移能力，目前NLP預(yù)訓(xùn)練主流的任務(wù)是基于分布式假設(shè)的語言模型。在此，小布助手團(tuán)隊(duì)選擇了在下游自然語言理解類(NLU)任務(wù)上有更好效果的MLM，并采用課程學(xué)習(xí)作為主要預(yù)訓(xùn)練策略，由易到難循序漸進(jìn)，提高訓(xùn)練穩(wěn)定性。首先在一億級模型上驗(yàn)證了以上mask策略的有效性，其Zero-shot效果顯著優(yōu)于開源base級模型，下游應(yīng)用時也取得了收益，隨后將其應(yīng)用到十億級模型訓(xùn)練中。
ZeroCLUE榜單
值得一提的是，從開源工作實(shí)驗(yàn)結(jié)果來看，語料的數(shù)量和內(nèi)容多樣性越大，下游任務(wù)效果會隨之提升。基于前期的探索和嘗試，十億級OBERT模型清洗和收集了1.6 TB級語料，通過5種mask機(jī)制從中學(xué)習(xí)語言知識，內(nèi)容包含百科、社區(qū)問答、新聞等，場景涉及意圖理解、多輪聊天、文本匹配等NLP任務(wù)。
加強(qiáng)應(yīng)用創(chuàng)新，小布持續(xù)深耕NLP技術(shù)
CLUE(中文語言理解評測集合)榜單是中文領(lǐng)域最具權(quán)威的自然語言理解榜單之一，開設(shè)了包括分類、文本相似度、閱讀理解、上下文推理等共10個子任務(wù)，旨在推動NLP訓(xùn)練模型技術(shù)的不斷進(jìn)步和突破。
NLP(自然語言處理)技術(shù)被譽(yù)為人工智能皇冠上的明珠。作為人工智能認(rèn)知能力的核心，NLP是AI領(lǐng)域最具挑戰(zhàn)的賽道之一，其目的是使得計(jì)算機(jī)具備人類的聽、說、讀、寫等能力，并利用知識和常識進(jìn)行推理和決策。
小布助手發(fā)布于2019年，到2021年底，它已經(jīng)累計(jì)搭載2.5 億設(shè)備，月活用戶數(shù)突破1.3 億，月交互次數(shù)達(dá)20 億，成為國內(nèi)首個月活用戶數(shù)破億的手機(jī)語音助手，一躍成為國內(nèi)新一代智能助手的代表。
在NLP技術(shù)方面，小布助手經(jīng)歷了從規(guī)則引擎、簡單模型到強(qiáng)深度學(xué)習(xí)，再到預(yù)訓(xùn)練模型幾個階段。歷經(jīng)3年的發(fā)展，小布助手在NLP技術(shù)領(lǐng)域已達(dá)到行業(yè)領(lǐng)先水平，此次OBERT位列CLUE 1.1總榜前五、KgCLUE 1.0排行榜榜首，便是小布助手技術(shù)沉淀與積累的最好力證。
登榜CLUE 1.1總榜并登頂KgCLUE 1.0排行榜，主要得益于三個方面：一是利用小布助手積累的海量數(shù)據(jù)，獲得口語化的語言數(shù)據(jù)，促進(jìn)算法模型對智能助手場景的語言有更好的理解;二是保持著開放的成長型心態(tài)，跟進(jìn)學(xué)術(shù)界和工業(yè)界最新的進(jìn)展并加以實(shí)踐;三是堅(jiān)定地在最新預(yù)訓(xùn)練模型方向進(jìn)行投入，一點(diǎn)一點(diǎn)地去做技術(shù)積累，一次一次地探索落地應(yīng)用。
未來，小布助手團(tuán)隊(duì)會結(jié)合智能助手場景特點(diǎn)，持續(xù)優(yōu)化預(yù)訓(xùn)練技術(shù)，深耕NLP，利用模型輕量化等技術(shù)加速大模型落地，并持續(xù)探索AI與主動情感的結(jié)合，讓智能更人性化，在萬物互融的時代，助力推動AI大放異彩，幫助AI潤物細(xì)無聲地融入人們未來的數(shù)智生活。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
