BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding

Автор: Yannic Kilcher

Загружено: 2019-01-30

Просмотров: 110689

Описание:

https://arxiv.org/abs/1810.04805

Abstract:
We introduce a new language representation model called BERT, which stands for Bidirectional Encoder Representations from Transformers. Unlike recent language representation models, BERT is designed to pre-train deep bidirectional representations by jointly conditioning on both left and right context in all layers. As a result, the pre-trained BERT representations can be fine-tuned with just one additional output layer to create state-of-the-art models for a wide range of tasks, such as question answering and language inference, without substantial task-specific architecture modifications.
BERT is conceptually simple and empirically powerful. It obtains new state-of-the-art results on eleven natural language processing tasks, including pushing the GLUE benchmark to 80.4% (7.6% absolute improvement), MultiNLI accuracy to 86.7 (5.6% absolute improvement) and the SQuAD v1.1 question answering Test F1 to 93.2 (1.5% absolute improvement), outperforming human performance by 2.0%.

Authors:
Jacob Devlin, Ming-Wei Chang, Kenton Lee, Kristina Toutanova

BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding

Доступные форматы для скачивания:

Скачать видео mp4

Информация по загрузке:

Скачать аудио mp3

Похожие видео

XLNet: Generalized Autoregressive Pretraining for Language Understanding

XLNet: Generalized Autoregressive Pretraining for Language Understanding

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

Лекция. BERT и его вариации. Masked Language Modelling

Лекция. BERT и его вариации. Masked Language Modelling

Почему «Трансформеры» заменяют CNN?

Почему «Трансформеры» заменяют CNN?

Объяснение BERT: обучение, вывод, BERT против GPT/LLamA, тонкая настройка, токен [CLS]

Объяснение BERT: обучение, вывод, BERT против GPT/LLamA, тонкая настройка, токен [CLS]

Прикладное машинное обучение 5. Context based models. BERT overview

Прикладное машинное обучение 5. Context based models. BERT overview

[Classic] Deep Residual Learning for Image Recognition (Paper Explained)

[Classic] Deep Residual Learning for Image Recognition (Paper Explained)

Reformer: The Efficient Transformer

Reformer: The Efficient Transformer

Визуализация внимания, сердце трансформера | Глава 6, Глубокое обучение

Визуализация внимания, сердце трансформера | Глава 6, Глубокое обучение

Stanford CME295 Transformers & LLMs | Autumn 2025 | Lecture 1 - Transformer

Stanford CME295 Transformers & LLMs | Autumn 2025 | Lecture 1 - Transformer

Что такое модели-трансформеры и как они работают?

Что такое модели-трансформеры и как они работают?

Анатомия нейросетей: от трансформеров к современным архитектурам / NLP / Natural Language Processing

Анатомия нейросетей: от трансформеров к современным архитектурам / NLP / Natural Language Processing

Vision Transformer Basics

Vision Transformer Basics

Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift

Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift

Visualizing transformers and attention | Talk for TNG Big Tech Day '24

Visualizing transformers and attention | Talk for TNG Big Tech Day '24

NLP Demystified 15: Transformers From Scratch + Pre-training and Transfer Learning With BERT/GPT

NLP Demystified 15: Transformers From Scratch + Pre-training and Transfer Learning With BERT/GPT

CS480/680 Lecture 19: Attention and Transformer Networks

CS480/680 Lecture 19: Attention and Transformer Networks

Основы ПЛК: релейная логика

Основы ПЛК: релейная логика

LSTM is dead. Long Live Transformers!

LSTM is dead. Long Live Transformers!

Нейронная сеть BERT — ОБЪЯСНЕНИЕ!

Нейронная сеть BERT — ОБЪЯСНЕНИЕ!