- 来源：arXiv:2104.14690v1
- 机构：FAIR
- 任务：prompt tuning @ 一些 NLU 任务
- 动机：A 任务预训练 B 任务 finetune，发现最好的 A 是情感分类或 NLI 任务。于是，所有分类任务都可以改成文本蕴含任务（分类标签都可以改成一个句子，判断是否蕴含）
- 方法：
预训练用 NLI 任务训练了一个 RoBERta Large，finetune 时，转换成 NLI 任务，拼接输入，CLS 分类 - 实验：
- 在 NLI 和情感分类的几个任务上，远超 sota，其他任务 comparable
- 评价：
- 感觉动机不太有道理，感觉 heatmap 里不太能看出 NLI 的优越性
- 性能上的增长，感觉可能也是预训练的功劳？