【ぴーちゅーにんぐ】

Pチューニング とは?

最終更新:
💡 文章で書く指示の代わりに、入力の数値ベクトルを学習する

学習可能な連続プロンプトを入力に組み込み、プロンプトエンコーダーを使ってタスクに適した埋め込みを学ぶ手法。元の研究には、言語モデル本体を固定する設定と、本体も更新する設定の両方がある。

📌 このページのポイント
P-Tuning:連続プロンプトを学ぶ モデル本体を固定する設定の例 プロンプト エンコーダー 入力の埋め込み列 P1 文 P2 言語モデル本体 この例では更新しない タスクの予測結果 オレンジ:学習するプロンプト側 原論文には本体も更新する設定がある
元のP-Tuningでモデルを固定する場合の入力処理例。エンコーダーも学習対象。v2は各層にプロンプトを加える。
ひよこ ひよこ
普通の文章のプロンプトと何が違うの?
ペンギン先生 ペンギン先生
Pチューニングでは、学習できる数値ベクトルを入力に加えるよ。仮想トークンや連続プロンプトと呼ばれ、人が読む単語そのものではないんだ。
ひよこ ひよこ
その数値をどうやって決めるの?
ペンギン先生 ペンギン先生
タスクのデータを使い、予測の誤差が小さくなるよう学習するよ。プロンプトエンコーダーという小さなネットワークを通して、入力に加える埋め込みを作るんだ。実装にはLSTMやMLPなどが使われるよ。
ひよこ ひよこ
モデル本体は絶対に変えないの?
ペンギン先生 ペンギン先生
本体を固定して使う設定もあるけれど、元論文は本体も一緒に更新する設定を検証しているよ。だから「Pチューニングなら必ず本体を固定する」とは言えないんだ。
ひよこ ひよこ
GPT専用の方法?
ペンギン先生 ペンギン先生
GPT系だけでなくBERT系でも検証されているよ。元論文は知識を問うLAMAや自然言語理解のSuperGLUEを使っているけれど、どのモデルやタスクでも同じ効果が出るという保証ではないんだ。
ひよこ ひよこ
v2は何が違うの?
ペンギン先生 ペンギン先生
元の方式が入力の埋め込みにプロンプトを加えるのに対し、v2はモデルの各層へ加えるよ。Prefix-Tuningなどの深いプロンプト調整を自然言語理解向けに調整した方式で、単に仮想トークンを先頭に足すだけではないんだ。
ペンギン
まとめ:ざっくりこれだけ覚えればOK!
「Pチューニング」って出てきたら「入力に加える連続プロンプトを学習して、タスクに合わせる方法」と思えばだいたいOK!
📖 おまけ:英語の意味
「P-Tuning」 = プロンプトを調整する手法の名前
💬 人が単語を選んでプロンプトを書く代わりに、連続的な埋め込みを学習する手法として提案されたよ。

参考資料

← 用語集にもどる