Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2501.01805v2

帮助 | 高级搜索

计算机科学 > 计算与语言

arXiv:2501.01805v2 (cs)
[提交于 2025年1月3日 (v1) ,最后修订 2025年6月26日 (此版本, v2)]

标题: 端到端长文档摘要生成使用梯度缓存

标题: End-to-End Long Document Summarization using Gradient Caching

Authors:Rohit Saxena, Hao Tang, Frank Keller
摘要: 由于训练过程中内存消耗呈平方级增长,训练基于 Transformer 的编解码器模型进行长文档摘要是一项艰巨的挑战。 目前已提出多种方法来延长测试时的输入长度,但使用这些方法进行训练仍然困难重重,需要截断输入文档,并导致训练和测试条件不匹配。 在本研究中,我们提出了 CachED(针对 E 编码器和 D 编码器模型的梯度缓存),这种方法能够对现有的基于 Transformer 的编解码器模型进行端到端训练,并且无需截断输入文档。 具体来说,我们对输入文档应用不重叠的滑动窗口,然后在解码器中进行融合。 在反向传播过程中,梯度会被缓存在解码器中,并通过重新计算隐藏向量,以类似于梯度检查点的方式,将其分块传递给编码器。 在长文档摘要实验中,我们将 BART 扩展为 CachED BART,在训练期间处理超过 500K 个标记,并且在不使用任何其他参数的情况下实现了卓越的性能。
摘要: Training transformer-based encoder-decoder models for long document summarization poses a significant challenge due to the quadratic memory consumption during training. Several approaches have been proposed to extend the input length at test time, but training with these approaches is still difficult, requiring truncation of input documents and causing a mismatch between training and test conditions. In this work, we propose CachED (Gradient $\textbf{Cach}$ing for $\textbf{E}$ncoder-$\textbf{D}$ecoder models), an approach that enables end-to-end training of existing transformer-based encoder-decoder models, using the entire document without truncation. Specifically, we apply non-overlapping sliding windows to input documents, followed by fusion in decoder. During backpropagation, the gradients are cached at the decoder and are passed through the encoder in chunks by re-computing the hidden vectors, similar to gradient checkpointing. In the experiments on long document summarization, we extend BART to CachED BART, processing more than 500K tokens during training and achieving superior performance without using any additional parameters.
评论: 被计算语言学协会汇刊(TACL 2025)接受;预印本版本
主题: 计算与语言 (cs.CL) ; 人工智能 (cs.AI)
引用方式: arXiv:2501.01805 [cs.CL]
  (或者 arXiv:2501.01805v2 [cs.CL] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.01805
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Rohit Saxena [查看电子邮件]
[v1] 星期五, 2025 年 1 月 3 日 13:32:57 UTC (298 KB)
[v2] 星期四, 2025 年 6 月 26 日 18:40:55 UTC (318 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CL
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs
cs.AI

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号