T5 Small

🚀 [t5-smallをONNX形式にエクスポートしたモデル]

このモデルはt5-smallをONNX形式にエクスポートしたもので、要約や翻訳などのタスクに利用できます。

🚀 クイックスタート

このモデルは、多言語に対応した事前学習済みのエンコーダ・デコーダモデルです。各タスクはテキスト対テキスト形式に変換されています。

✨ 主な機能

• 言語: 英語、フランス語、ルーマニア語、ドイツ語、多言語対応
• タグ: 要約、翻訳
• データセット: c4
• ライセンス: apache - 2.0

📦 インストール

このREADMEには具体的なインストール手順が記載されていないため、このセクションは省略されます。

💻 使用例

基本的な使用法

# You can use this model with Transformers *pipeline*.
from transformers import AutoTokenizer, pipeline
from optimum.onnxruntime import ORTModelForSeq2SeqLM
tokenizer = AutoTokenizer.from_pretrained("optimum/t5-small")
model = ORTModelForSeq2SeqLM.from_pretrained("optimum/t5-small")
translator = pipeline("translation_en_to_fr", model=model, tokenizer=tokenizer)
results = translator("My name is Eustache and I have a pet raccoon")
print(results)

📚 ドキュメント

モデルの説明

T5は、教師なしタスクと教師ありタスクのマルチタスクミックスで事前学習されたエンコーダ・デコーダモデルで、各タスクはテキスト対テキスト形式に変換されています。

詳細については、元の論文を参照してください。

論文: Exploring the Limits of Transfer Learning with a Unified Text - to - Text Transformer

著者: Colin Raffel, Noam Shazeer, Adam Roberts, Katherine Lee, Sharan Narang, Michael Matena, Yanqi Zhou, Wei Li, Peter J. Liu

📄 ライセンス

このモデルは、Apache 2.0ライセンスの下で提供されています。