Multitask Prompted Training Enables Zero-Shot Task Generalization - Inria - Institut national de recherche en sciences et technologies du numérique
Communication Dans Un Congrès Année : 2022

Multitask Prompted Training Enables Zero-Shot Task Generalization

Victor Sanh
  • Fonction : Auteur
Colin Raffel
  • Fonction : Auteur
Lintang Sutawika
  • Fonction : Auteur
Arnaud Stiegler
  • Fonction : Auteur
Teven Le Scao
  • Fonction : Auteur
Manan Dey
  • Fonction : Auteur
Urmish Thakker
  • Fonction : Auteur
Shanya Sharma
  • Fonction : Auteur
Eliza Szczechla
  • Fonction : Auteur
Gunjan Chhablani
  • Fonction : Auteur
Jonathan Chang
  • Fonction : Auteur
Mike Tian-Jian Jiang
  • Fonction : Auteur
Matteo Manica
Zheng-Xin Yong
  • Fonction : Auteur
Harshit Pandey
  • Fonction : Auteur
Michael Mckenna
  • Fonction : Auteur
Trishala Neeraj
  • Fonction : Auteur
Thibault Fevry
  • Fonction : Auteur
Tali Bers
  • Fonction : Auteur
Leo Gao
  • Fonction : Auteur
Thomas Wolf
  • Fonction : Auteur
Alexander M. Rush
  • Fonction : Auteur

Résumé

Large language models have recently been shown to attain reasonable zero-shot generalization on a diverse set of tasks (Brown et al., 2020). It has been hypothesized that this is a consequence of implicit multitask learning in language models’ pretraining (Radford et al., 2019). Can zero-shot generalization instead be directly induced by explicit multitask learning? To test this question at scale, we develop a system for easily mapping any natural language tasks into a human-readable prompted form. We convert a large set of supervised datasets, each with multiple prompts with diverse wording. These prompted datasets allow for benchmarking the ability of a model to perform completely held-out tasks. We fine-tune a pre-trained encoder-decoder model (Raffel et al., 2020; Lester et al., 2021) on this multitask mixture covering a wide variety of tasks. The model attains strong zero-shot performance on several standard datasets, often outperforming models up to 16x its size. Further, our approach attains strong performance on a subset of tasks from the BIG-bench benchmark, outperforming models up to 6x its size. All trained models are available at https://github.com/bigscience-workshop/t-zero, and all prompts are available at https://github.com/bigscience-workshop/promptsource.
Fichier principal
Vignette du fichier
2110.08207.pdf (1.99 Mo) Télécharger le fichier
2110.08207 (1).pdf (1.99 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03540072 , version 1 (10-01-2023)

Identifiants

  • HAL Id : hal-03540072 , version 1

Citer

Victor Sanh, Albert Webson, Colin Raffel, Stephen H. Bach, Lintang Sutawika, et al.. Multitask Prompted Training Enables Zero-Shot Task Generalization. ICLR 2022 - Tenth International Conference on Learning Representations, Apr 2022, Online, Unknown Region. ⟨hal-03540072⟩
903 Consultations
251 Téléchargements

Partager

More