# FLAN-T5

## Visão geral

O FLAN-T5 foi lançado no artigo [Scaling Instruction-Finetuned Language Models](https://huggingface.co/papers/2210.11416) - trata-se de uma versão aprimorada do T5 que foi finetunada em uma mistura de tarefas.

É possível usar diretamente os pesos do FLAN-T5 sem fazer o ajuste fino do modelo:

```python
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

model = AutoModelForSeq2SeqLM.from_pretrained("google/flan-t5-small", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("google/flan-t5-small")

inputs = tokenizer("A step by step recipe to make bolognese pasta:", return_tensors="pt").to(model.device)
outputs = model.generate(**inputs)
print(tokenizer.batch_decode(outputs, skip_special_tokens=True))
['Pour a cup of bolognese into a large bowl and add the pasta']
```

O FLAN-T5 inclui as mesmas melhorias da versão 1.1 do T5 (veja [aqui](./t5v1.1) para os detalhes completos das melhorias do modelo).

A Google lançou as seguintes variantes:

- [google/flan-t5-small](https://huggingface.co/google/flan-t5-small)

- [google/flan-t5-base](https://huggingface.co/google/flan-t5-base)

- [google/flan-t5-large](https://huggingface.co/google/flan-t5-large)

- [google/flan-t5-xl](https://huggingface.co/google/flan-t5-xl)

- [google/flan-t5-xxl](https://huggingface.co/google/flan-t5-xxl).

Os checkpoints originais podem ser encontrados [aqui](https://github.com/google-research/t5x/blob/main/docs/models.md#flan-t5-checkpoints).

Consulte a [página de documentação do T5](./t5) para obter a referência completa da API, exemplos de código e notebooks. Para mais detalhes sobre o treinamento e a avaliação do FLAN-T5, consulte o cartão do modelo.