update faq

README.md

@@ -132,6 +132,22 @@ chinese_wwm_L-12_H-768_A-12.zip
 Q: 会有计划发布更大模型吗？比如BERT-large版本？</br>
 A: 如果我们从实验中得到更好效果，会考虑发布更大的版本。
 
+Q: 你骗人！无法复现结果😂</br>
+A: 在下游任务中，我们采用了最简单的模型。比如分类任务，我们直接使用的是`run_classifier.py`（谷歌提供）。如果无法达到平均值，说明实验本身存在bug，请仔细排查。最高值存在很多随机因素，我们无法保证能够达到最高值。
+
+Q: 训练花了多长时间，在什么设备上训练的？</br>
+A: 训练是在谷歌TPU v3版本（128G HBM）完成的，大约需要1.5天左右。
+
+Q: ERNIE是谁？</br>
+A: 本项目中特指百度公司提出的[ERNIE](https://github.com/PaddlePaddle/LARK/tree/develop/ERNIE)，而非清华大学在ACL 2019上发表的[ERNIE](https://github.com/thunlp/ERNIE)。
+
+Q: 你们这个和百度的ERNIE有什么区别？</br>
+A: 因为百度ERNIE的提出先于谷歌提出wwm（仅以公开相关工作的时间为基准），基于全词mask的方法应该是百度相关工作在先。从数据上看，ERNIE采用了更多的网络数据（百科，知道，贴吧），而本项目中只使用了中文维基百科数据。
+
+Q: 你们在实验中使用了ERNIE，是怎么用的呢？</br>
+A: 我们将ERNIE从PaddlePaddle格式转换为TensorFlow格式，并加载到下游任务的代码中。很遗憾，目前我们不能提供PP转TF的代码，但GitHub中有一些开源的实现，可以搜索关注一下。同时，因为版权原因，我们不会提供ERNIE权重的TensorFlow/PyTorch版本。关于ERNIE在PaddlePaddle中使用的相关问题，请咨询[ERNIE官方](https://github.com/PaddlePaddle/LARK/tree/develop/ERNIE)。
+
+
 
 
 ## 引用