卷友们好，我是rumor。

最近我越来越相信Prompt概念了，不光是paper数量越来越多，关键是用过的都说好。比如我的同事，比如我面试到的同学，再比如我看到的一些实践博客。估计在它席卷所有任务和domain之前还会火很久。

Prompt的兴起和大模型息息相关，之前BERT阶段的时候大家都搞预训练，在预训练任务和模型结构上下功夫，结果发现不管怎么调，来个大模型就给干翻了。但大模型不是所有人都能搞呀，于是挖了Prompt这个坑，开始花式改变输入形态，期待从大模型里挖出惊喜，最近我就看到了两种：

1. 把输入参数化：Prompt-tuning

2. 把输入变成更具体的任务描述：Instruction-tuning

但之前这些工作都是围绕着激发Y（label）做文章，昨天刷到了一篇谷歌的工作，改而激发X（text），输入任务描述、文本样例和Y，直接输出X，作为训练语料再去精调模型。如果把该方法用做数据增强，可以在SuperGLUE上提升近1个点：

效果还是很硬的。有意思的是，这篇文章的方法在去年年底（2020.12.20）就有了，当时是第一个在SuperGLUE上超越人类的方法，但不知为什么最近（2021.9.19）才发出来（可能圣诞节去休假了？）。

题目：Towards Zero-Label Language Learning
地址：https://arxiv.org/abs/2109.09193

原理

作者的motivation主要是把大模型生成和预测解耦。虽然完形填空or语言模型的预测方式已经被证明有效，但作者认为Prompt的效果主要是因为X和Y再训练语料中有共现，而且在真实语料里，Y经常在X前面，所以Prompt的预测模版会导致训练和生成的不一致，是次优解。

所以作者采用Y->X的方式，把大模型的知识拿到之后再去训练下游模型。

这篇文章的方法还是挺优雅的，输入由三部分构成：

1. 任务描述：很短的一句话，比如「Yelp Review」

2. 文本样例：这个样例也是没有label的，比如分类任务，就输入一些待分类的文本，论文里是32个。而文本对任务就输入一些文本对，不给标签或者说unknown

3. Label：也是文字描述，用来指导模型的输出

举个简单的例子，比如你是一个模型，我和你说：咱们来做一个情感分类任务，输入的句子可以是「这家店的火锅真香」、「昨天分手了，想哭」，请问还有什么表达高兴的句子？

比较有意思的是输入样例这个点，完全没有标签，却能指导模型，说明模型里真是有不少东西。而且输入样例个数K对效果的影响还挺大：

效果

真正用到下游精调的时候，作者还是稍微清洗了下数据，采用NLA（Noisy Label Annealing）方法，把精调模型预测结果和label差距太大的删掉。效果提升了0.2-0.8左右。

最终在T5-XXL单模型上超越了BERT系列的模型：

而且比Prompt-tuning的效果也更好，下图是Prompt-tuning的效果截图（不过ensemble后难分伯仲）：

总结

这篇文章的主要贡献是验证了在完全无监督的情况下，用大模型生成训练语料的可行性。这样的好处是有了训练语料后，对大模型的依赖就停止了，我可以再训练一个更小的模型保证线上速度。同时这又跟蒸馏有点像，只不过之前的蒸馏都是学习teacher的隐层分布，而UDG直接把知识拿出来再去学习，可解释性和可控性更强。

卷到现在，大模型的应用方式越来越可控且多样了，可以直接用它做下游任务，也可以把它的知识拿出来学习。

那我们再进一步想，是不是通过Prompt、Instruction得到的Y和输入X也可以作为训练数据？而且Instruction的结果可能更加准确（做判别比做生成容易），兜兜转转又回到了知识蒸馏上？

大家好我是rumor

一个热爱技术，有一点点幽默的妹子

欢迎关注我

带你学习带你肝

一起在人工智能时代旋转跳跃眨巴眼

「最近Paper超多，着急」