# シーケンス-to-シーケンス

これは検索クエリの書き換えに特化した生成モデルで、シーケンス-to-シーケンスアーキテクチャと強化学習フレームワークを用いて、多様で関連性のあるクエリ書き換えを生成します。

中国語の理解と生成を対象とした事前学習済みの非平衡Transformerモデルで、テキスト-to-テキスト生成タスクをサポートします。

このモデルはBARTアーキテクチャに基づき、SAMSum対話データセットで微調整された抽象的なテキスト要約モデルで、対話要約の生成に特化しています。

このモデルはCNN/DailyMail要約データセットで微調整されたbart-baseモデルで、テキスト要約生成タスクに長けています。

BARTは双方向エンコーダと自己回帰デコーダを組み合わせたTransformerモデルで、テキスト生成と理解タスクに適しています。

IT5は、イタリア語に対して大規模なシーケンス-to-シーケンスTransformerモデルの事前学習を行った最初のモデルファミリーで、元のT5モデルの方法に従っています。

これは、问答タスクに対してSQuADv2データセットでファインチューニングされたbart-largeモデルで、BARTアーキテクチャに基づいており、自然言語理解と生成タスクに適しています。

KoBARTはBARTアーキテクチャに基づく韓国語事前学習モデルで、様々な韓国語自然言語処理タスクに適用できます。