ELMo：将上下文当作特征，但是无监督的语料和我们真实的语料还是有区别的，不一定符合我们特定的任务，是一种双向的特征提取。
OpenAI GPT: 通过transformer decoder学习出来一个语言模型，不是固定的，通过任务 fine-tuning,用transfomer代替ELMo的LSTM。
OpenAI GPT其实就是缺少了encoder的transformer：当然也没了encoder与decoder之间的attention。
OpenAI GPT虽然可以进行fine-tuning,但是有些特殊任务与pre-training输入有出入，单个句子与两个句子不一致的情况，很难解决，还有就是decoder只能看到前面的信息。
GPT适用于生成任务（自回归语言模型，任务更难但潜力更大）， BERT适合判别。
GPT1大概1亿参数，BERT-base类似， BERT-large大概3.4亿
类似GPT2大概13亿参数
True LM （预训练没有句子级别任务）
有监督微调时：
拿Transformer Encoder的输出的最后一个向量，送入前馈网络+Softmax
下游任务损失 + alpha 预训练损失
初始词元， 间隔词元，抽取词元， 构成输入序列，Transformer抽取特征，送入线性层，分类
四个任务
- 分类：句子A
- 蕴含：句子A, 句子B假设， True， False, None, 3分类
- 相似性： Text1，Text2， 相不似相似True/False； 交换顺序Text2，Text1， 相不似相似True/False（单向的，交换顺序不一样，有必要）。抽取特征相加，线性，分类
- 多选择（QA， 摘要）： 一个上下文，多个答案, 分别用Transformer编码，多分类
Bert-Base对标GPT1, 12层，768维，12头
WordsCorpus 800M words
- Pre-training Generative training 模型 GPTpre-training generative training模型 understanding pre-training generative improving pre-training generative networks training pre-trained transformer generative模型 pre-training pre-training graphprompt downstream unifying pre-training transformer span-based extraction vision-language pre-training embodiedgpt embodied language-image pre-training grounded language retrieval-augmented pre-training augmented retrieval