# 序列到序列

這是一個針對高棉語文本摘要任務微調的mT5模型，基於谷歌的mT5-small模型，在高棉語文本數據集上微調，能夠生成簡潔且語義豐富的高棉語文本摘要。

M2M100是一個多語言編碼器-解碼器模型，支持100種語言之間的直接翻譯，參數規模12億。

基於google/mt5-small在gazeta數據集上微調的俄語摘要生成模型

這是一個專為搜索查詢改寫設計的生成模型，採用序列到序列架構和強化學習框架來生成多樣化且相關的查詢改寫。

基於T5-base模型在SST數據集上微調的文本生成模型

基於Helsinki-NLP/opus-mt-ar-en微調的阿拉伯方言拉丁字母轉英語翻譯模型

基於BART-large架構微調的對話摘要生成模型，在SAMSum數據集上訓練

基於IT5-large微調的意大利語序列到序列模型，專為包容性語言改寫任務設計

KoT5是一個基於T5架構的韓英雙語文本生成模型，支持摘要生成和改寫生成等任務。

這是一個基於Transformers的法語到英語的文本翻譯模型，使用AutoTrain訓練。

基於序列到序列Transformer架構的孟加拉語預訓練模型，專為自然語言生成任務優化

基於BART架構的瑞典語摘要模型，在CNN Daily瑞典語數據集上微調

BanglaT5是基於Span Corruption目標預訓練的孟加拉語序列到序列變換器模型，在多項孟加拉語自然語言生成任務中達到最先進性能。

M2M100是一個多語言編碼器-解碼器模型，支持100種語言的9900個翻譯方向

基於T5v1.1小型架構訓練的阿拉伯語語言模型，融合了多個阿拉伯語數據集進行訓練

這是一個基於BART架構的序列到序列模型，專門用於對話摘要生成任務。

一個基於3個改寫數據集微調的大型BART序列到序列（文本生成）模型，用於句子改寫任務。

KoBART是基於BART架構的韓語預訓練模型，適用於多種韓語自然語言處理任務。

基於IT5基礎模型微調的意大利語新聞摘要生成模型，支持從新聞文本中提取關鍵信息生成簡潔摘要。

這是一個針對問答任務在SQuADv2數據集上微調的bart-large模型，基於BART架構，適用於自然語言理解和生成任務。

IT5是首個針對意大利語進行大規模序列到序列Transformer模型預訓練的嘗試，基於T5模型架構。

47億參數的多語言編碼器-解碼器模型，支持7種語言到英語的翻譯

該模型是基於BART架構，在SAMSum對話數據集上微調的抽象文本摘要模型，專門用於生成對話摘要。

IT5是首個針對意大利語進行大規模序列到序列Transformer模型預訓練的模型家族，遵循原始T5模型的方法。

基於IT5大模型在Fanpage和Il Post語料庫上微調的意大利語新聞摘要模型

IT5是首個針對意大利語大規模預訓練的序列到序列Transformer模型家族，遵循T5模型的方法。

本模型是在CNN/DailyMail摘要數據集上微調的bart-base模型，擅長文本摘要生成任務

面向中文理解與生成的預訓練非平衡Transformer模型，支持文本到文本生成任務

基於WITS數據集微調的IT5 Small模型，專門用於意大利語維基百科內容的摘要生成任務。

BART是一種結合雙向編碼器和自迴歸解碼器的Transformer模型，適用於文本生成和理解任務。

首個針對意大利語進行大規模序列到序列Transformer模型預訓練的項目，基於OSCAR語料庫訓練

該模型是基於mBART-50大模型在opus100數據集上針對神經機器翻譯(NMT)任務微調的葡萄牙語-英語翻譯模型