2020年5月底OpenAI發(fā)布了有史以來(lái)強(qiáng)的NLP預(yù)訓(xùn)練模型GPT-3，大的GPT-3模型參數(shù)達(dá)到了1750億個(gè)參數(shù)。論文《Language Models are Few-Shot Learners》長(zhǎng)達(dá)74頁(yè)已發(fā)布在arXiv。

有網(wǎng)友估算大的GPT-3模型大小大約有700G，這個(gè)大小即使OpenAI公開(kāi)模型，我們一般的電腦也無(wú)法使用。一般需要使用分布式集群才能把這個(gè)模型跑起來(lái)。雖然OpenAI沒(méi)有公布論文的花費(fèi)，不過(guò)有網(wǎng)友估計(jì)這篇論文大約花費(fèi)了上千萬(wàn)美元用于模型訓(xùn)練。

如此驚人的模型在模型的設(shè)計(jì)上和訓(xùn)練上有什么特別之處嗎？答案是沒(méi)有。作者表示GPT-3的模型架構(gòu)跟GPT-2是一樣的，只是使用了更多的模型參數(shù)。模型訓(xùn)練也跟GPT-2是一樣的，使用預(yù)測(cè)下一個(gè)詞的方式來(lái)訓(xùn)練語(yǔ)言模型，只不過(guò)GPT-3訓(xùn)練時(shí)使用了更多的數(shù)據(jù)。

既然這樣，那這只怪獸特別之處是什么？GPT-3論文的核心在于下圖：