Buckets:
| # Modelos de decodificadores | |
| <CourseFloatingBanner | |
| chapter={1} | |
| classNames="absolute z-10 right-0 top-0" | |
| /> | |
| <Youtube id="d_ixlCubqQw" /> | |
| Los modelos de decodificadores usan únicamente el decodificador del Transformador. En cada etapa, para una palabra dada las capas de atención pueden acceder solamente a las palabras que se ubican antes en la oración. Estos modelos se suelen llamar modelos *auto-regressive*. | |
| El preentrenamiento de los modelos de decodificadores generalmente gira en torno a la predicción de la siguiente palabra en la oración. | |
| Estos modelos son más adecuados para tareas que implican la generación de texto. | |
| Los miembros de esta familia de modelos incluyen: | |
| - [CTRL](https://huggingface.co/transformers/model_doc/ctrl.html) | |
| - [GPT](https://huggingface.co/docs/transformers/model_doc/openai-gpt) | |
| - [GPT-2](https://huggingface.co/transformers/model_doc/gpt2.html) | |
| - [Transformer XL](https://huggingface.co/transformers/model_doc/transformerxl.html) | |
| <EditOnGithub source="https://github.com/huggingface/course/blob/main/chapters/es/chapter1/6.mdx" /> |
Xet Storage Details
- Size:
- 1.09 kB
- Xet hash:
- 9046ede8c3e478673f93df6959c850cc53597da181edf4d849146f91531cb68c
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.