T5 大模型

T5 架构：与 Transformer 一致 , 改进点 :

• 用简化版 LayerNormalization ，去除 LayerNorm的bias ，放在残差连接外面
• 用简化版相对位置编码，各层共享位置编码，同一层内不同注意力头的位置编码独立学习

预训练任务：

• 用类似于 BERT 模型的 MLM 预训练任务
• 多任务预训练：利用不同任务的标注数据 , 进行有监督的多任务预训练，如 : SQuAD 问答 , 机器翻译等任务

特点 :

• 优点 : 处理多种NLP任务，具有良好的可扩展性
• 缺点 : 训练时间较长，需要更大的算力，模型的可解释性不足