# T5架構優化

基於T5架構的俄語新聞標題生成模型，針對短篇新聞文本優化，可生成6-11個詞彙的摘要式標題

Chronos-Bolt是一系列預訓練時間序列預測模型，支持零樣本預測，基於T5編碼器-解碼器架構，訓練數據涵蓋近千億時間序列觀測點。

該模型是通過ggml.ai的GGUF-my-repo空間，使用llama.cpp從google-t5/t5-3b轉換至GGUF格式的量化版本。

kazRush-kk-ru 是一個基於T5配置的哈薩克語到俄語的翻譯模型，在多個平行數據集上訓練而成。

BioT5+ 是一個基於T5架構的大型生物醫學語言模型，通過IUPAC整合與多任務調優實現廣義生物學理解。

ptt5-v2是針對葡萄牙語預訓練的T5模型系列，基於Google原始檢查點繼續訓練而成。

專為葡萄牙語優化的預訓練T5模型，基於谷歌原版t5-small檢查點繼續訓練

由SberDevices開發的俄語文本摘要生成模型，基於T5架構，參數規模1.7B

UDOP是一個統一視覺、文本與佈局的通用文檔處理模型，基於T5架構，適用於文檔圖像分類、解析和視覺問答等任務。

基於T5架構的多語言翻譯模型，支持俄語、中文和英語之間的雙向互譯

基於PTT5微調的巴西葡萄牙語抽象摘要生成模型，支持從新聞等文本中生成簡潔摘要。

基於T5架構的多語言機器翻譯模型，支持400+種語言，使用2500億token訓練

Medical mT5是首個面向醫療領域的開源多語言文本生成模型，基於mT5檢查點，支持英語、西班牙語、法語和意大利語。

該模型基於t5-small架構，用於將長篇醫學研究摘要自動生成簡潔標題。

基於flan-t5-large模型，使用SQuAD2.0數據集微調的抽取式問答模型，支持可回答和不可回答問題的處理。

基於flan-t5-base模型，使用SQuAD2.0數據集微調的抽取式問答模型，可處理包含無答案問題的問答對。

基於KETI-AIR/long-ke-t5-base微調的多領域韓英雙向翻譯模型，支持食品、科技、社會科技和口語領域的翻譯任務。

基於Long-T5架構的模型，專門用於科學論文的通俗摘要生成，能將複雜研究內容轉化為非專業人士可理解的文本。

基於T5-base架構訓練的文本複述模型，能夠生成高質量複述文本，號稱Hugging Face平臺最佳複述模型之一

基於T5架構的俄語預訓練語言模型，採用類似UL2的7種降噪器混合訓練策略，支持多種文本生成任務。

ClinicalT5是基於T5架構的生成式語言模型，專門針對臨床文本處理進行了預訓練，適用於醫療領域的自然語言處理任務。

基於T5架構的俄語預訓練語言模型，採用類似UL2的7種降噪任務混合訓練策略，參數規模17億

基於T5架構的Solidity智能合約代碼生成模型，專為Web3開發設計

FinABSA是基於T5-Large架構訓練的面向方面情感分析(ABSA)任務的模型，能夠解析含多方面的句子，通過將目標方面替換為[TGT]標記，模型可聚焦該方面的情感預測。

首箇中文生成式問答預訓練T5模型，基於悟道180G語料預訓練並在中文SQuAD和CMRC2018數據集上微調

基於PTT5微調的巴西葡萄牙語文本抽象摘要生成模型

基於PTT5微調的模型，用於生成巴西葡萄牙語文本的抽象摘要。

基於PTT5微調的巴西葡萄牙語文本抽象摘要生成模型，支持多種摘要生成任務。

基於IT5的意大利語句子嵌入模型，可將文本映射到512維向量空間，適用於語義搜索和聚類任務

基於T5架構的意大利語小型句子轉換模型，適用於語義搜索和文本相似度計算

基於日語網絡文本預訓練的T5模型，支持字節回退，32K詞表規模

SciFive是一個專門針對生物醫學文獻的文本到文本轉換模型，基於T5架構，專注於處理生物醫學領域的文本任務。

基於T5架構的代碼摘要生成模型，支持多種編程語言的代碼解釋

plT5是基於T5架構、針對波蘭語語料訓練的語言模型，專為原始T5去噪任務進行了優化。

這是一個針對波斯語的文本複述模型，基於波斯語單語T5模型構建，能夠生成波斯語文本的多種複述版本。

基於T5-base架構訓練的答案感知問題生成模型，能夠根據文本中的高亮答案片段生成相應問題。

AraT5是專為阿拉伯語設計的文本生成模型系列，包含現代標準阿拉伯語版、推特版和通用版

基於T5架構的Python代碼文檔生成模型，專門用於為Python函數生成描述性文檔

基於T5架構的預訓練模型，專門用於生成Python代碼的功能摘要

基於T5-small架構的Go語言代碼文檔生成模型，支持多任務處理