May, 2023
衡量自然语言处理模型对领域转移的鲁棒性
Measuring the Robustness of Natural Language Processing Models to Domain Shifts
Nitay Calderon, Naveh Porat, Eyal Ben-David, Zorik Gekhman, Nadav Oved...
TL;DR本文就自然领域转变设置中,fine-tuned model 和 few-shot learning model 的 domain robustness challenge 进行了研究,并提出 Source Drop (SD) 和 Target Drop (TD) 两种观点进行考虑。我们发现 DR challenge 在 fine-tuned model 和 few-shot learning model 中都存在,但在后者中不太显著。此外,本研究还发现增加 fine-tuned model 的大小可以提高模型的性能,特别是在分类方面。