用户提供的翻译信息如下：

语言：中文 缩略图：https://huggingface.co/front/thumbnails/google.png

许可证：apache-2.0

ELECTRA：将文本编码器预训练为判别器而非生成器

ELECTRA 是一种新型的自监督语言表示学习方法。该方法能够以相对较低的计算成本预训练Transformer网络。ELECTRA模型通过区分"真实"输入标记与另一神经网络生成的"虚假"输入标记进行训练，其原理类似于生成对抗网络(GAN)的判别器。在小规模场景下，ELECTRA仅需单GPU训练即可取得优异效果；在大规模场景中，ELECTRA在SQuAD 2.0数据集上达到了最先进的性能表现。

关于方法细节与实验结果的完整说明，请参阅我们的论文ELECTRA：将文本编码器预训练为判别器而非生成器。

本代码库包含ELECTRA的预训练实现，包括单GPU上的小型ELECTRA模型训练方案。同时支持在下游任务中进行微调，涵盖分类任务（如GLUE）、问答任务（如SQuAD）以及序列标注任务（如文本分块）。

如何在transformers中使用生成器

from transformers import pipeline

fill_mask = pipeline(
	"fill-mask",
	model="google/electra-base-generator",
	tokenizer="google/electra-base-generator"
)

print(
	fill_mask(f"HuggingFace正在创建一个{fill_mask.tokenizer.mask_token}，供社区用于解决NLP任务。")
)