Prompt Learning 简介

最近去参会，看到了大量关于Prompt相关的论文，或者说跟NLP NLU相关的新论文或多或少都使用到了Prompt learning的一些思想或者设置。由于本人主业不是是做NLP的，所以对NLP顶会的这一现象觉得很有意思，趁闲暇学习了一下Prompt learning。 网上讲解的帖子很多，我整理了一些帖子的核心内容，也写一下我自己在学习过程中的感悟。

-----手动分割----

1. 大型语言模型的进化史

这里引入刘鹏飞大佬的的观点，他在论文中提到，语言模型在Deep learning 时代，大致经历了四个阶段：

1. 完全监督的机器学习：通过构建特征工程，直接解决下游任务。
2. 完全监督深度神经网络：通过构建ML模型，训练一个端到端的模型，同样的，直接解决下游任务。实际上，相比于后两种情况，1和2在某些程度上是一个意思。
3. 预训练模型微调阶段： 先通过大型的生语料库预训练大型语言模型，比如常见的各种Transformer，再进行Fine Tuning来使大型语言模型适配下游子任务。
4. prompt 提示学习阶段： 跟3一样，先获得大型语言模型，然后通过提示学习Promt Learning, 在一定程度上重构下游任务来适配大型语言模型，以完成下游任务。

如图所示，NLP语言模型的四个阶段
对比一般的Fine-tuning 范式，我们有：
• 左边是传统的 Model Tuning 的范式：对于不同的任务，都需要将整个预训练语言模型进行精调，每个任务都有自己的一整套参数。
• 右边是Prompt Tuning，对于不同的任务，仅需要插入不同的prompt 参数，每个任务都单独训练Prompt 参数，不训练预训练语言模型，这样子可以大大缩短训练时间，也极大的提升了模型的使用率

Prompt Learning的基本流程

关于预训练模型的前三种情况就不赘述了，Prompt Engineering的核心思想，主要就是将已有的下游NLP任务重构成token级的预测任务，在不改变原有的pre-trained LM的前提下（也就是说不进行fine tuning）直接将LM应用的过程，换言之，是在用下游任务适配LM。融入了 Prompt 的模式大致可以归纳成 “Pre-train, Prompt, and Predict”，在该模式中 下游任务被重新调整成类似预训练任务的形式

Prompt 的工作流包含以下4部分，如图：

1. Prompt 模版（Template）的构造
2. Prompt 答案空间映射（Verbalizer）的构造
3. 文本代入template，并且使用预训练语言模型进行预测
4. 将预测的结果映射回label。

2.1 Prompt Engineering

1. cloze prompt：在 prompt 中有插槽 (slot) 的类型为 cloze prompt，这类 prompt 就是需要模型去填充这个 slot。这类可以选用 L2R LM (ELMo) 或者 Masked LM (BERT) 来实现。
2. prefix prompt：输入的文本全部在 answer 前的类型为 prefix prompt，这类 prompt 通常是需要模型去预测或者生成这个 slot。这类模型可以选用 L2R LM (RNN)，Prefix LM，以及 Encoder-Decoder (GPT) 去实现。

2.2 Template Engineering

根据不同的下游任务，我们需要设计不同的Template形式，如图所示：

对于 prompt template，有两种方法来生成，分别为人工设计模板和自动生成模板。

1. 人工设计模板： 如上面举的例子一样，人工设计模板是最直观的方法。抽象来看，设文本为 X, 插槽为Z，人工设计的模板为[X] template words [Z]。但是人工设计模板有很大的缺陷，尽管这样非常直觉，易于理解，而且无需额外的计算代价，但是：1) 人工设计模板是很花费时间且需要先验知识的；2) 人工设计也会有失败的情况在内。为了解决上面的问题，就提出了通过训练的方式自动生成模板。
2. 自动生成模板： 自动生成模板有两种类型。discrete prompts (离散提示，i.e., hard prompts)，这类型 prompts 就是让模型在一组离散模板的空间中选择一个最优的模板。continuous prompts (连续提示， i.e., soft prompts)，这类型 prompts 就是让语言模型自动训练一个 prompts 出来。

这里需要额外注意的是自动生成模板的两种情况，因为不同的prompts构建对结果的影响非常大（这也是prompt的一个缺陷，从一个炼丹炉跳到了另一个 \doge）。其中，自动生成模板的过程中，包含了一些可训练的部分。

1. 离散的Prompts: 通过数据挖掘构建出一下可读的prompts
2. 连续 Prompts：不一定要将 Prompt 的形式设计成人类可以理解的自然语言 只要机器理解就行了 因此，直接作用到模型的 Embedding 空间，连续型 Prompts 去掉了两个约束条件，这也是最关键的两点：（1）模版中词语的 Embedding 可以是整个自然语言的 Embedding，不再只是有限的一些 Embedding；（2）模版的参数不再直接取 PLM 的参数，而是有自己独立的参数，可以通过下游任务的训练数据进行调整。因此，连续Prompts是需要训练，甚至是微调的一组参数。

2.3 Answer Engineering

与 prompt engineering 相同，answer engineering 同样有人工设计与自动获取两种方法。

1. 人工设计答案： 人工设计分为两类 空间。Unconstrained spaces 中的空间包含了输出空间的所有结果，token 级的话则是全部词表中的词 (比如 W2V 的输出层)，其余类型相同。这类方法可以直接找到 Z 与 y 的映射关系。Constrained spaces，这类方法通常输出是在一个限定范围内 (比如 positive 和 negative)，这类方法就需要一个映射关系来映射 Z 与 y。
2. 自动学习答案： 与 prompt engineering 相同，有 discrete answer search 和 continuous answer search。

2.4 Language Model Engineering

在根据不同的下游任务选取具体的预训练语言模型时，可以分为如下5类：
• autoregressive-models: 自回归模型，主要代表有 GPT，主要用于生成任务
• autoencoding-models: 自编码模型，主要代表有 BERT，主要用于NLU任务
• seq-to-seq-models：序列到序列任务，包含了an encoder 和 a decoder，主要代表有 BART，主要用于基于条件的生成任务，例如翻译，summary等
• multimodal-models：多模态模型
• retrieval-based-models：基于召回的模型，主要用于开放域问答

2.5 Prompt 训练方式

整个 prompt 的训练分为两部分，LM 的训练和 prompts 的训练。两者都有不训练和训练两种方式，所以就组合为了4种情况：

prompts 没有参数，LM 也不参与训练。
prompts 需要训练，LM 不参与训练 (毕竟 GPT 不是穷人配用的)。
prompts 没有参数，LM 进行微调。
prompts 需要训练，LM 也要进行微调。

这里需要注意的是，根据我们在下游任务上的数据量的不同，我们选择的训练情况也要有所区分。毕竟GPT3的论文title是LMs are Few Shot Learners, 也就是说，这些我们选用的大语言模型，对于下游任务本身就不是数据敏感型的，这些很powerful的LM在使用prompt策略的时候，更多是由于本地无法做finetuning才选取的妥协之策。那么，在这个基础上，少量的下游数据，对应了更少的下游训练，使用frozen LM+Prompts是更为常见的组合。

总结

Prompt Learning 使得所有的NLP任务成为一个语言模型的问题

• Prompt Learning 可以将所有的任务归一化预训练语言模型的任务
• 避免了预训练和fine-tuning 之间的gap，几乎所有 NLP 任务都可以直接使用，不需要训练数据。
• 在少样本的数据集上，能取得超过fine-tuning的效果。
• 使得所有的任务在方法上变得一致

Prompt Learning 和 Fine-tuning 的范式区别

• Fine-tuning 是使得预训练语言模型适配下游任务
• Prompting 是将下游任务进行任务重定义，使得其利用预训练语言模型的能力，即适配语言模型

一些感想：

过去我们使用BERT的时候，我们先预训练一个模型，然后根据不同的任务，准备不同的数据对预训练的模型进行微调。所以你还是需要收集一些下游任务的数据。而GPT-3想要做的就是拿掉微调部分，它想用来直接解决下游任务。那么这样的背景下，Prompt Learning是无比契合GPT3强大的语言建模能力的。也就是说，从原理上，Prompt Learning更多解决的是小样本问题。能完成few-shot甚至zero-shot 任务。

1. Prompt是一种fit大型语言模型到下游任务的一种方式，无需finetuning的过程，可以在无需额外的训练条件下就可以达到下游任务的fitting；
2. 因为很多大模型 我们甚至连对其微调也做不到，所以进行Prompt在某种程度上是一种妥协之策，为了在有限的训练条件下挖掘大模型的能力。但是反过来，Prompt并不一定是最优解，当我们有能力做Finetuning时，（比如GPU很强，下游样本很多），我们还是以Fine tuning为优先选择。
3. 接着上面的内容，Prompts给了普通人fitting 大模型的能力，也给了大家更多发论文的机会 \doge
4. Prompt work的一个基础是，我们在构建人类语言的文本数据时，言本身的表征是有限的，有确定范围的文字/单词，这是在其他领域一般模型所不具备的。同时，当前的大模拥有强大的表征能力，哪怕是通过Prompt这种反向（实际上是把简单问题复杂化了，如将情绪分类任务重构成了单词预测任务，那么分类难度可能从5分之一变成了万分之一）任务重构，依然能取得很好的效果。
5. 构建Prompts在某种程度算是一种trick，虽然这种方式在范式层面有一定的adaptation，但是为每一个下游任务构建templates和prompts engineering，并不是一个很优雅的行为，期待后续有能取代这种feature engineering 的方式。

部分内容搬运自：
【1】 什么是 prompt learning？简单直观理解 prompt learning
【2】【NLP】Prompt Learning 超强入门教程
【3】Prompt Learning-使用模板激发语言模型潜能
【4】OpenAI 官方Instruction
【5】Prompt Learning详解