数据集:

• brwac 语言:
• 葡萄牙语

BART (基础规模模型)

葡萄牙语预训练的BART模型。

模型描述

BART是一种基于transformer的编码器-解码器(seq2seq)模型，具有双向编码器(类似BERT)和自回归解码器(类似GPT)。BART通过以下方式进行预训练：(1)使用任意噪声函数破坏文本，(2)学习重建原始文本的模型。

该模型在文本生成任务(如摘要、翻译)上经过微调后表现尤为出色，同时在文本理解任务(如文本分类和问答)中也有良好表现。

用途与限制

您可以使用基础模型进行文本填充。但经过特定任务数据集微调后，模型将发挥更大效用。

使用方法

from transformers import BartTokenizer, BartModel

tokenizer = BartTokenizer.from_pretrained('adalbertojunior/bart-base-portuguese')
model = BartModel.from_pretrained('adalbertojunior/bart-base-portuguese')

inputs = tokenizer("在道路中央有一块石头", return_tensors="pt")
outputs = model(**inputs)

last_hidden_states = outputs.last_hidden_state

@misc {adalberto_ferreira_barbosa_junior_2024,
	作者       = { {阿达尔贝托·费雷拉·巴尔博萨·儒尼奥尔} },
	标题        = { 葡萄牙语BART基础模型 (版本149de72) },
	年份         = 2024,
	网址          = { https://huggingface.co/adalbertojunior/bart-base-portuguese },
	数字对象标识符          = { 10.57967/hf/3264 },
	发布者    = { Hugging Face }
}