当前位置: 首页 > article >正文

NLP常见任务专题介绍(4)-ConditionalGeneration和CasualLM区别

transformers 库中,ConditionalGenerationCausalLM 是两种不同类型的语言模型,各自适用于不同的任务:

类别 Conditional Generation (条件生成) CausalLM (因果语言模型)
核心区别 依赖输入 条件 生成文本 只能 自回归 生成文本
训练方式 Encoder-Decoder(编码-解码) 结构 Decoder-only(仅解码) 结构
适用任务 翻译、摘要、文本填充 等任务 文本生成、对话、代码生成
代表模型 BARTForConditionalGeneration
T5ForC

http://www.kler.cn/a/583970.html

相关文章:

  • 关于Playwright和Selenium 的区别和选择
  • nginx部署使用【常用命令】
  • C++时间复杂度详解
  • Blackbox.Ai体验:AI编程插件如何提升开发效率
  • Docker 基础命令 - 以 Nginx 实战总结
  • 在Electron-Vue中实现macOS风格自定义标题栏
  • 数据结构与算法效率分析:时间复杂度与空间复杂度详解(C语言)
  • 【OpenCV C++】存图,如何以时间命名,“年月日-时分秒“产生唯一的文件名呢?“年月日-时分秒-毫秒“ 自动检查存储目录,若不存在自动创建存图
  • 2024年第十五届蓝桥杯软件C/C++大学A组——五子棋对弈
  • 前缀和(例题)
  • availability() missing 2 required positional arguments: ‘host‘ and ‘d‘ 怎么处理
  • ElasticSearch 入门到放弃(持续更新中)
  • JAVA学习-练习试用Java实现“对大数据集中的用户行为数据进行关联规则挖掘和频繁项集筛选”
  • Windows系统本地部署File Browser打造支持远程访问的私人网盘
  • 安卓实现魔改版 CRC32 算法
  • 如何实现Spring Boot与Oracle数据库的完美对接?
  • 智能制造:构筑网络新安全“智”造
  • 文件解析漏洞靶场通关合集
  • 使用Dockerfile打包java项目生成镜像部署到Linux_java项目打docker镜像的dockerfile
  • NAT NAPT