핵심 개념
사용된 Bi-level ATtention ENsemble (Bi-ATEN) 모듈을 통해 인스턴스 특정성과 도메인 일관성 사이의 균형을 달성하는 것이 중요하다.
초록
사전 훈련된 모델의 풍부한 지식을 효율적으로 활용하는 것이 중요하다.
다중 소스 사전 훈련 모델로부터 지식을 적응적으로 활용하는 것이 목표이다.
Bi-ATEN 모듈을 통해 인스턴스 특정성과 도메인 일관성 사이의 균형을 달성한다.
Bi-ATEN은 도메인별 중요성 가중치를 학습하여 최종 결과를 얻는다.
Bi-ATEN은 다중 소스 무료 도메인 적응에서 뛰어난 성능을 보여준다.
통계
CAiDA의 학습 파라미터: 120.2M
PMTrans의 학습 파라미터: 447.4M
ATEN의 학습 파라미터: 4.9M
Bi-ATEN의 학습 파라미터: 10.6M
인용구
"Bi-ATEN은 인스턴스 특정성과 도메인 일관성 사이의 균형을 달성하는 데 중요하다."