作者：Gordon Lee
https://www.zhihu.com/question/540433389/answer/2549775065
1.R-Drop：两次前向+KL loss约束
2. MLM: 在领域语料上用mlm进一步预训练 (Post-training)
3. EFL: 少样本下，把分类问题转为匹配问题，把输入构造为NSP任务形式.
4. 混合精度fp16: 加快训练速度，提高训练精度
5. 多卡ddp训练的时候，用到梯度累积时，可以使用no_sync减少不必要的梯度同步，加快速度
6. 对于验证集或者测试集特别大的情况，可以尝试多卡inference，需要用的就是dist.all_gather，对于非张量的话也可以用all_gather_object
7. PET: 少样本下，把分类转为mask位置预测，并构造verbalizer，参考EACL2021. PET
8. ArcFaceLoss：双塔句子匹配的loss把NT-Xent loss改成arccos的形式，参考ACL2022. ArcCSE
9. 数据增强在zero shot x-lingual transfer：code switch，machine translation..记得最后加一致性loss，参考consistency regularization for cross lingual finetuning
10. SimCSE：继续在领域语料上做simcse的预训练
11. Focal loss: 不平衡的处理
12. 双塔迟交互：maxsim操作：query和doc的每个token表征算相似度，取最大相似度再求和。速度和精度都有一个很好的平衡，参考colbert
13. 持续学习减轻遗忘：EWC方法+一个很强的预训练模型效果很不错。就是加一个正则让重要参数遗忘不太多，重要性用fisher信息度量。
14. 对抗训练：FGM，PGD，能提点，就是训练慢，
15. memory bank增大bsz，虽然我感觉有时候有点鸡肋
16. PolyLoss: -logpt + eps * (1-pt) 效果存疑，反正我试了没啥效果，有人试过效果不错
数据也是有章法的，不是什么数据都标，基本上的步骤流程都是分析模型bad case的规律，然后找类似的数据来标注。这个过程的最终结果是选了对于当前模型状态来说，最有价值的一批数据来进行标注，本质上其实就是进行人肉的主动学习