# シーケンス・ツー・シーケンス

これはクメール語テキスト要約タスク向けにファインチューニングされたmT5モデルで、GoogleのmT5-smallモデルを基に、クメール語テキストデータセットでファインチューニングされており、簡潔で意味的に豊かなクメール語テキスト要約を生成できます。

M2M100は100言語間の直接翻訳をサポートする多言語エンコーダー・デコーダーモデルで、パラメータ規模は12億です。

google/mt5-smallをgazetaデータセットでファインチューニングしたロシア語要約生成モデル

SSTデータセットでT5-baseモデルをファインチューニングしたテキスト生成モデル

Helsinki-NLP/opus-mt-ar-enをファインチューニングしたアラビア方言のラテン文字から英語への翻訳モデル

BART-largeアーキテクチャを基にSAMSumデータセットでファインチューニングされた対話要約生成モデル

IT5-largeを微調整したイタリア語シーケンス・ツー・シーケンスモデルで、インクルーシブ言語書き換えタスク専用に設計

KoT5はT5アーキテクチャに基づく韓国語と英語のバイリンガルテキスト生成モデルで、要約生成や書き換え生成などのタスクをサポートします。

これはTransformersベースのフランス語から英語へのテキスト翻訳モデルで、AutoTrainを使用してトレーニングされました。

BARTアーキテクチャに基づくスウェーデン語要約モデル、CNN Dailyスウェーデン語データセットでファインチューニング済み

BanglaT5はSpan Corruption目標で事前学習されたベンガル語シーケンス・ツー・シーケンストランスフォーマーモデルで、複数のベンガル語自然言語生成タスクにおいて最先端の性能を達成しています。

IT5はイタリア語向けに大規模なシーケンス・ツー・シーケンスTransformerモデルの事前学習を初めて試みたもので、T5モデルアーキテクチャに基づいています。

イタリア語向けに大規模なシーケンス・ツー・シーケンスTransformerモデルの事前学習を初めて実施したプロジェクトで、OSCARコーパスを用いて学習

IT5ベースモデルをファインチューニングしたイタリア語ニュース要約生成モデルで、ニューステキストからキー情報を抽出して簡潔な要約を生成できます。

3つの書き換えデータセットでファインチューニングされた大型BARTシーケンス・ツー・シーケンス（テキスト生成）モデルで、文の書き換えタスクに使用されます。

WITSデータセットでファインチューニングされたIT5 Smallモデルで、イタリア語ウィキペディアコンテンツの要約生成タスク専用です。

M2M100は100言語に対応した9900の翻訳方向をサポートする多言語エンコーダーデコーダーモデルです

47億パラメータの多言語エンコーダ-デコーダモデル、7言語から英語への翻訳をサポート

T5v1.1小型アーキテクチャでトレーニングされたアラビア語言語モデルで、複数のアラビア語データセットを統合してトレーニング

IT5は、イタリア語向けに大規模事前学習された最初のシーケンス・ツー・シーケンスTransformerモデルファミリーで、T5モデルの手法に従っています。

IT5大規模モデルをFanpageとIl Postのコーパスでファインチューニングしたイタリア語ニュース要約モデル