概述
T5（文本到文本传输转换器），来自 2019 年的 Google，将每个 NLP 任务、翻译、摘要、分类，甚至回归，重新定义为输入文本和输出文本。这种单一的统一格式可以让一个模型和一个训练配方处理数十项任务。
T5 和文本到文本传输是语言 AI 堆栈的一部分，用于大规模读取、生成、分类和转换文本和语音。
深入探讨
T5 的中心思想是任何语言任务都可以转换为文本到文本：输入是带有任务前缀的字符串，输出始终是字符串。翻译变成“将英语翻译成德语：...”，生成德语文本；情绪变成“sst2句子：...”，产生字面词“积极”或“消极”。它使用完整的编码器-解码器 Transformer，与仅编码器的 BERT 或仅解码器的 GPT 不同。 T5 在 C4 语料库（Colossal Clean Crawled Corpus，约 750GB 的干净网络文本）上进行预训练，目标是跨度损坏：标记的随机跨度被屏蔽并替换为哨兵标记，并且模型学习生成缺失的跨度。随附的研究系统地比较了架构、目标和数据集大小，以找到传输效果最好的方式。
技术洞察
T5 的预训练掩盖了连续的跨度而不是单个标记。每个屏蔽的范围都被输入中的唯一哨兵标记替换，并且解码器生成哨兵，后跟其原始内容。这种跨度损坏去噪比 BERT 的单标记掩码更有效。具有完全交叉注意力的编码器-解码器设计使解码器能够处理整个编码输入，同时生成自回归输出。
掌握 T5 和文本到文本传输
T5（文本到文本传输转换器），来自 2019 年的 Google，将每个 NLP 任务、翻译、摘要、分类，甚至回归，重新定义为输入文本和输出文本。这种单一的统一格式可以让一个模型和一个训练配方处理数十项任务。 T5 和文本到文本传输是语言 AI 堆栈的一部分，用于大规模读取、生成、分类和转换文本和语音。为了建立深入的理解，请将 T5 和文本到文本传输视为一种操作模型，而不是单一功能：定义所需的结果，澄清假设，并将系统可以可靠地执行的操作与仍需要专家判断的操作分开。
在实践中，使用 T5 和文本到文本传输的强大团队将提示、检索和审阅循环设计为一个集成通信系统。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
语言工作流程可以在不牺牲一致性的情况下更快地移动。与此同时，幻觉事实可以悄悄地进入报告、支持流程或研究成果。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
语言工作流程可以在不牺牲一致性的情况下更快地移动。
语言工作流程可以在不牺牲一致性的情况下更快地移动。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
它扩展了跨语言和沟通方式的访问。
它扩展了跨语言和沟通方式的访问。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
团队可以花更多时间进行判断，而自动化则可以处理重复。
团队可以花更多时间进行判断，而自动化则可以处理重复。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
摘要摘要：在文章前添加“summarize:”前缀可以使 T5 用自己的话生成简洁的摘要。
机器翻译：单个 T5 模型可通过“将英语翻译成法语：”等前缀处理多种语言对。
FLAN-T5 遵循自然语言指令进行问题回答和推理，无需针对特定任务进行再训练。
闭卷问答：T5 利用存储在其权重中的知识，直接以生成的文本形式回答事实问题。
实施模式
T5 和文本到文本传输的实践
摘要摘要：在文章前添加“summarize:”前缀可以使 T5 用自己的话生成简洁的摘要。
抽象摘要：在文章之前添加“summarize:”前缀，使 T5 用自己的语言生成简明摘要。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
T5 和文本到文本传输的实践
机器翻译：单个 T5 模型可通过“将英语翻译成法语：”等前缀处理多种语言对。
机器翻译：单个 T5 模型通过“将英语翻译成法语：”等前缀处理多种语言对，当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
T5 和文本到文本传输的实践
FLAN-T5 遵循自然语言指令进行问题回答和推理，无需针对特定任务进行再训练。
FLAN-T5 遵循自然语言指令进行问题回答和推理，无需进行特定于任务的再培训。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
T5 和文本到文本传输的实践
闭卷问答：T5 利用存储在其权重中的知识，直接以生成的文本形式回答事实问题。
闭卷问答：T5 利用存储在权重中的知识，直接以生成的文本形式回答事实问题。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
风险与防护栏
幻觉的事实可以悄悄地进入报告、支持流程或研究成果。
及时的敏感性可能会在类似的请求中产生不一致的结果。
如果访问控制薄弱，敏感文本数据可能会暴露。
实施路线图
在推出之前定义输出格式、语气和质量标准。
在推出之前定义输出格式、语气和质量标准。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
当准确性很重要时，请使用可信来源进行地面响应。
当准确性很重要时，请使用可信来源进行地面响应。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
为高风险输出保留人工审查检查点。
为高风险输出保留人工审查检查点。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
跟踪故障模式并定期重新训练提示或工作流程。
跟踪故障模式并定期重新训练提示或工作流程。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。