مقارنة النماذج
تقارن هذه الصفحة تكوينات محددة (مثل ResNet-50 أو BERT-base)، لا عائلات عامة؛ فكل رقم مرتبط بالتكوين المذكور في رأس عموده. «غير محدد» تعني أن الرقم غير موثق في الأطلس.
| الخاصية | XLNet | RoBERTa (Robustly Optimized BERT Pretraining Approach) |
|---|---|---|
| العائلة | المحوّلات | المحوّلات |
| سنة الظهور | 2019 | 2019 |
| الباحثون | Zhilin Yang, Zihang Dai, Yiming Yang, Jaime Carbonell, Ruslan Salakhutdinov,… | Yinhan Liu, Myle Ott, Naman Goyal, Jingfei Du, Mandar Joshi,… |
| نوع المعمارية | Autoregressive Transformer-XL encoder | Encoder-only Transformer |
| آلية التعلم | self-supervised | self-supervised |
| التكوين المقارن | XLNet-base: L = 12، d = 768، 12 رأساً | RoBERTa-base: L = 12، H = 768، A = 12 |
| شكل المدخل | n رمزاً (+ ذاكرة) | n ≤ 512 رمزاً |
| شكل المخرج | n × 768 | n × 768 |
| العمق | 12 طبقة | 12 طبقة مشفّر |
| Parameters (محسوبة) | 116,718,336 ≈116.72M | 124,645,632 ≈124.65M |
| Parameters (منشورة) | غير محدد | غير محدد |
| MACs | 13,287,555,072 ≈13.29B لتسلسل n = 128 دون ذاكرة سابقة (تيار المحتوى فقط في الاستدلال). | 11,174,215,680 ≈11.17B لتسلسل n = 128. |
| التعقيد | O(L·(n·(n+m)·d + nd²)). | O(L·(n²H + nH²)). |
| المهام | تصنيف النصوص، الإجابة عن الأسئلة | تصنيف النصوص، الإجابة عن الأسئلة |
| أبرز ميزة | سياق ثنائي الاتجاه دون [MASK] | أداء أعلى من BERT بالمعمارية نفسها |
| أبرز قيد | تعقيد تنفيذي كبير | تدريب مسبق مكلف جداً |
| حالة المراجعة | يحتاج مراجعة | يحتاج مراجعة |
| افتراضات الحساب | XLNetModel من Hugging Face بتهيئة xlnet-base-cased؛ الورقة لا تذكر عدد المعاملات صراحة. | RobertaModel من Hugging Face بتهيئة roberta-base (مع Pooler)؛ الورقة لا تذكر عدد معاملات base صراحة. |
العلاقات المسجلة بين النماذج المقارنة
- XLNet بديل RoBERTa (Robustly Optimized BERT Pretraining Approach) — تنافسا على GLUE عام 2019.
