两个独立模型不再互相拉平:只约束任务分数增量,六项语言任务平均比独立适配高0.52个百分点
独立训练的模型各有互补能力,但知识迁移通常靠缩小预测或表示差异,这会削弱互补性。Corroborative Learning 让每个模型只学习任务分数的增量,再用同伴的表示在留出数据组上重建这些增量,重建得越差的方向被约束得越强。在六项语言任务、24个模型、36对组合上,它相对同等容量的独立适配在全部六项任务上都有提升,平均增益0.52个百分点,且推理时两个模型仍各自独立部署。
独立训练的模型各有互补能力,但知识迁移通常靠缩小预测或表示差异,这会削弱互补性。Corroborative Learning 让每个模型只学习任务分数的增量,再用同伴的表示在留出数据组上重建这些增量,重建得越差的方向被约束得越强。在六项语言任务、24个模型、36对组合上,它相对同等容量的独立适配在全部六项任务上都有提升,平均增益0.52个百分点,且推理时两个模型仍各自独立部署。
已读完全部报道