1 自回归语言模型（ AR）
**自回归语言模型（AR）**就是根据上文内容（或下文内容）预测下一个（或前一个）可能跟随的单词，就是常说的自左向右（或自右向左）的语言模型任务，即通过前 t - 1（或后 t - 1 ） 个 tokens 来预测当前时刻 t 的 token，代表的自回归语言模型有 ELMO 和 GPT。
1.1 优点
在处理生成类自然语言处理任务时，就是从左向右的，比如文本摘要，机器翻译等，自回归语言模型天然匹配这个过程。
1.2 缺点
该模型是单向的，只能利用上文或者下文的信息，不能同时利用上文和下文的信息。
2 自编码语言模型（ AE**）**
自动编码器的逻辑过程是指原始 input（设为 x）经过加权（W 和 b)、映射（Sigmoid）之后得到 y，再对 y 反向加权映射回来成为 z。通过反复迭代训练（W 和 b），使得误差函数 L(H) 最小，即尽可能保证 z 近似于 x ，即完美重构了 x。那么可以说正向权重（W 和 b）是成功的，很好的学习了 input 中的关键特征。
自动编码器过程图如下：参考自动编码器
**降噪自编码器（Denoising AutoEncoder, DAE）**是指当采用无监督（不需要对训练样本进行标记）的方法分层预训练深度网络的权值时，为了学习到较鲁棒的特征，可以在数据的输入层引入随机噪声。
降噪自编码器过程图如下：
自编码语言模型 的名称来自于降噪自编码器（DAE），是通过上下文单词来预测被 [Mask] 的 token（这些被 [Mask] 掉的单词其实就是在输入端加入的噪音，是典型的 的思路），通俗地被称为"完形填空"，代表的自编码语言模型有 Word2Vec（CBOW）和 BERT。
2.1 优点
泛化性强，无监督不需要数据标注，可以自然地融入上下文语义信息。
2.2 缺点
- 适用于"完形填空"式的训练策略，不适用于生成式的问题；
- 在预训练 Pre-Training 阶段，引入独立性假设，没有考虑预测 [MASK] 之间的相关性；
- 输入中引入 [Mask] 这一特殊标记对原始 Token 进行替换，而微调 Fine-Tuning 阶段是没有 [Mask] 标记的，导致预训练阶段和微调阶段的数据不一致。