-
News Message
百度发布全球首个百亿参数对话预训练生成模型PLATO-XL
- by wittx 2021-09-25
百度发布新一代对话生成模型 PLATO-XL，一举超过 Facebook Blender、谷歌 Meena 和微软 DialoGPT，成为全球首个百亿参数中英文对话预训练生成模型，再次刷新了开放域对话效果，打开了对话模型的想象空间。
尽管大规模参数的模型在自然语言处理领域如雨后春笋出现，并且在多个自然语言理解和生成任务上取得了很多成果，但多轮开放域对话的主动性和常识性问题一直无法很好解决。百度 NLP 于 2019 年 10 月预发布了通用领域的对话生成预训练模型 PLATO，在 ACL 2020 正式展示。2020 年升级为超大规模模型 PLATO-2，参数规模扩大到 16 亿，涵盖中英文版本，可就开放域话题深度畅聊。如今，百度 全新发布 PLATO-XL，参数规模首次突破百亿达到 110 亿，是当前最大规模的中英文对话预训练生成模型。
- 论文名称 : PLATO-XL: Exploring the Large-scale Pre-training of Dialogue Generation
- 论文地址：https://arxiv.org/abs/2109.09519
PLATO-XL，全球首个百亿参数对话预训练生成模型
让机器进行像人一样有逻辑、有知识、有情感的对话，一直是人机智能交互的重要技术挑战；另一方面，开放域对话能力是实现机器人情感陪伴、智能陪护、智能助理的核心，被寄予了很高的期望。
预训练技术大幅提升了模型对大规模无标注数据的学习能力，如何更高效、充分的利用大规模数据提升开放域对话能力，成为主流的研究方向。
从谷歌 Meena、脸书 Blender 到百度 PLATO，开放域对话效果不断提升。在全球对话技术顶级比赛 DSTC-9 上，百度 PLATO-2 创造了一个基础模型取得 5 项不同对话任务第一的历史性成绩。
如今，百度发布 PLATO-XL，参数达到了 110 亿，超过之前最大的对话模型 Blender（最高 94 亿参数），是当前最大规模的中英文对话生成模型，并再次刷新了开放域对话效果。
百度 PLATO 一直有其独特的从数据到模型结构到训练方式上的创新。PLATO-1， PLATO-2 不仅刷新了开放域对话效果，也具有非常好的参数性价比，即在同等参数规模下效果超越其他模型。PLATO-XL 在参数规模达到新高的同时，其对话效果也不出意外地再次达到新高。下面，我们将展开介绍 PLATO-XL 模型的核心技术特点。
PLATO-XL 模型：更高参数性价比，大幅提升训练效果
PLATO-XL 网络架构上承袭了 PLATO unified transformer 结构，可同时进行对话理解和回复生成的联合建模，参数性价比很高。通过灵活的注意力机制，模型对上文进行了双向编码，充分利用和理解上文信息；对回复进行了单向解码，适应回复生成的 auto-regressive 特性。此外，unified transformer 结构在对话上训练效率很高，这是由于对话样本长短不一，训练过程中 padding 补齐会带来大量的无效计算，unified transformer 可以对输入样本进行有效的排序，大幅提升训练效率。
为了进一步改善对话模型有时候自相矛盾的问题，PLATO-XL 引入了多角色感知的输入表示，以提升多轮对话上的一致性。对话模型所用的预训练语料大多是社交媒体对话，通常有多个用户参与，表述和交流一些观点和内容。在训练时，模型较难区分对话上文中不同角度的观点和信息，容易产生一些自相矛盾的回复。针对社交媒体对话多方参与的特点，PLATO-XL 进行了多角色感知的预训练，对多轮对话中的各个角色进行清晰区分，辅助模型生成更加连贯、一致的回复。
PLATO-XL 包括中英文 2 个对话模型，预训练语料规模达到千亿级 token，模型规模高达 110 亿参数。PLATO-XL 也是完全基于百度自主研发的飞桨深度学习平台，利用了飞桨 FleetX 库的并行能力，使用了包括 recompute、sharded data parallelism 等策略，基于高性能 GPU 集群进行了训练。
PLATO-XL 效果：多种类型、多种任务，对话效果全面领先
为了全面评估模型能力，PLATO-XL 与当前开源的中英文对话模型进行了对比，评估中采用了两个模型针对开放域进行相互对话（self-chat）的形式，然后再通过人工来评估效果。PLATO-XL 与脸书 Blender、微软 DialoGPT、清华 EVA 模型相比，取得了更优异的效果，也进一步超越了之前 PLATO-2 取得的最好成绩。此外，PLATO-XL 也显著超越了目前主流的商用聊天机器人。
除了开放域闲聊对话，模型也可以很好的支持知识型对话和任务型对话，在多种对话任务上效果全面领先。
PLATO 系列涵盖了不同规模的对话模型，参数规模从 9300 万到 110 亿。下图可以看出，模型规模扩大对于效果提升也有显著作用，呈现较稳定的正相关关系。
PLATO-XL 不管是在英文，还是中文上的多轮对话，模型都可以与用户进行有逻辑、有内容且有趣的深入聊天。
百度 PLATO-XL 模型英文对话效果
百度 PLATO-XL 模型中文对话效果
结语
让机器用自然语言与人自由地交流，是人工智能的终极目标之一。百度 PLATO-XL 的发布，是开放域对话在大模型上的一次深入探索。相信在不久的将来，更加强大的对话预训练模型将会陆续发布。未来，对话模型可以更加拟人、更有知识。
百度开放接口服务供大家体验最新中文 PLATO 百亿模型的效果，对智能对话感兴趣的小伙伴一定不能错过。
更多的 PLATO 技术交流或应用需求可发送邮件到：plato@baidu.com；未来 PLATO 技术还将开放更多能力，敬请关注百度大脑 UNIT 平台。
百度大脑 UNIT：https://ai.baidu.com/unit/home
英文体验方式：https://nlp.baidu.com/special/plato/englishDemo
中文体验方式：关注 “百度 PLATO” 微信公众号，进行深度畅聊。
Share Http URL: http://www.wittx.cn/get_news_message.do?new_id=839
Best Last Month
Information industry by wittx
Information industry by wittx
Information industry by wittx
Mechanical electromechanical by wittx
Information industry by wittx
Information industry by wittx
Information industry by wittxOff-Policy Correction For Multi-Agent Reinforcement Learning
Information industry by wittx
Information industry by wittx
Information industry by wittx
