騰訊云小微&騰訊云TI-ONE聯(lián)合團(tuán)隊(duì)獲RACE 數(shù)據(jù)集深層閱讀理解冠軍

　　近日，騰訊云小微及騰訊云TI-ONE聯(lián)合團(tuán)隊(duì)在大型深層閱讀理解任務(wù)數(shù)據(jù)集 RACE 數(shù)據(jù)集(ReAding Comprehension dataset collected from English Examinations)上登頂?shù)谝弧��?jù)了解，在此次比賽中，騰訊云小微及騰訊云TI-ONE聯(lián)合團(tuán)隊(duì)在基于ALBERT預(yù)訓(xùn)練模型上，取得了單模型90.7%和集成模型91.4%正確率的成績(jī)。

　　采用全新訓(xùn)練策略，騰訊云小微及騰訊云TI-ONE聯(lián)合團(tuán)隊(duì)展現(xiàn)AI實(shí)力

　　RACE 是一個(gè)來(lái)源于中學(xué)考試題目的大規(guī)模閱讀理解數(shù)據(jù)集，包含了大約 28000 個(gè)文章以及近 100000 個(gè)問(wèn)題。它的形式類(lèi)似于英語(yǔ)考試中的閱讀理解(選擇題)，給定一篇文章，通過(guò)閱讀并理解文章(Passage)，針對(duì)提出的問(wèn)題(Question)從四個(gè)選項(xiàng)中選擇正確的答案(Answers)。

　　據(jù)了解，深度閱讀理解的難度在于，正確答案的文字并沒(méi)有直接使用文章中的話術(shù)來(lái)回答，不能通過(guò)檢索文章獲取答案，而是要從語(yǔ)義層面深度理解文章來(lái)作答。想要提高閱讀正確率，就需要機(jī)器模型通過(guò)分析文章中的線索并基于上下文推理，選出正確答案，這對(duì)參賽團(tuán)隊(duì)的算法技術(shù)提出了更高的要求。

　　因此，騰訊云小微團(tuán)隊(duì)通過(guò)全新的訓(xùn)練策略來(lái)實(shí)現(xiàn)突破。他們跳出從現(xiàn)有的四個(gè)選項(xiàng)中選出一個(gè)正確答案的固定模式，采用獨(dú)立地考慮每一個(gè)答案是否合理的方式，同時(shí)利用多種其他形式的閱讀理解數(shù)據(jù)進(jìn)行遷移學(xué)習(xí)，大大提高了閱讀理解的準(zhǔn)確率，并在基于ALBERT預(yù)訓(xùn)練模型上，取得了單模型90.7%和集成模型91.4%正確率的成績(jī)，贏得了本次比賽的冠軍。

　　除此之外，在本次比賽上，騰訊云TI-ONE聯(lián)合騰訊優(yōu)圖和機(jī)智團(tuán)隊(duì)在單機(jī)性能優(yōu)化、分布式多機(jī)擴(kuò)展和AutoML收斂?jī)?yōu)化方面也作出了諸多開(kāi)創(chuàng)性貢獻(xiàn)。

　　在單機(jī)性能方面，基于ALBERT的原生代碼，TI-ONE引入了Nvidia的APEX的混合精度訓(xùn)練，并采用動(dòng)態(tài)loss scaling進(jìn)行正確的權(quán)重更新，保證最終模型的精度沒(méi)有因?yàn)榈途�度�?xùn)練而有所損失，最終，單卡性能提升為原來(lái)的3.6倍。

　　在多機(jī)擴(kuò)展方面，由于PyTorch原生的DDP通信框架在公有云VPC網(wǎng)絡(luò)擴(kuò)展性不好，團(tuán)隊(duì)采用自研的TI-Horovod通信加速框架，利用2D-AllReduce和多流通信等技術(shù)，把多機(jī)訓(xùn)練ALBERT性能提升為原來(lái)的5.5倍。

　　另外，AutoML收斂方面，騰訊自研的TI-AutoML框架解決了模型集成困難和大規(guī)模長(zhǎng)任務(wù)調(diào)參效果差的問(wèn)題，便捷地與ALBERT模型集成，同時(shí)針對(duì)ALBERT模型pretrain和fine-tune兩階段訓(xùn)練的特點(diǎn)，采用了不同的自動(dòng)調(diào)參策略，最后在騰訊云海量算力的加持下，調(diào)參效率相對(duì)人工調(diào)參提升了8倍，徹底把算法工程師從繁瑣的手工調(diào)參中解放出來(lái)，讓精力更多的聚焦在更有意義的模型算法創(chuàng)新工作上。

　　技術(shù)突破讓AI應(yīng)用日漸廣泛，在多行業(yè)領(lǐng)域落地應(yīng)用

　　深度閱讀理解是目前AI領(lǐng)域中最受關(guān)注、進(jìn)步最快的技術(shù)方向。如何提高機(jī)器深度閱讀理解的正確率，是業(yè)內(nèi)一直在關(guān)注和探索的問(wèn)題。此次騰訊聯(lián)合團(tuán)隊(duì)創(chuàng)新的訓(xùn)練策略，和在單機(jī)性能優(yōu)化、分布式多機(jī)擴(kuò)展和AutoML收斂?jī)?yōu)化等方面的技術(shù)提升，將給AI技術(shù)領(lǐng)域帶來(lái)新的突破。

　　不止是在深度閱讀理解領(lǐng)域有所突破，此次參賽的騰訊云小微團(tuán)隊(duì)專(zhuān)注于AI技術(shù)領(lǐng)域，在機(jī)器翻譯、人機(jī)對(duì)話、閱讀理解、自動(dòng)摘要等領(lǐng)域內(nèi)都有所研究，其相關(guān)技術(shù)多次獲得業(yè)內(nèi)的認(rèn)可。在AIIA2020人工智能開(kāi)發(fā)者大會(huì)上，騰訊云小微獲得多項(xiàng)技術(shù)評(píng)測(cè)認(rèn)證;在***C第八屆對(duì)話系統(tǒng)技術(shù)挑戰(zhàn)賽中，則獲得四項(xiàng)第一;在CAIL2019司法人工智能挑戰(zhàn)賽閱讀理解第一名的好成績(jī)。

　　當(dāng)前，人工智能作為經(jīng)濟(jì)發(fā)展的新動(dòng)力以及新一輪產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，機(jī)器翻譯、人機(jī)對(duì)話、閱讀理解等AI技術(shù)正在教育、文旅、出行等多個(gè)領(lǐng)域內(nèi)落地應(yīng)用。在這種背景下，騰訊云小微團(tuán)隊(duì)?wèi){借全棧AI語(yǔ)音能力，以及騰訊內(nèi)外部豐富的內(nèi)容和服務(wù)生態(tài)，為各行各業(yè)輸出完整的AI解決方案，不斷滲透智慧生活各個(gè)場(chǎng)景。據(jù)了解，目前已在智能網(wǎng)聯(lián)汽車(chē)、智慧文旅、智慧教育、智能家居等多行業(yè)領(lǐng)域落地應(yīng)用，服務(wù)廣泛的用戶群體。