T5 (Text-to-Text Transfer Transformer)

T5 ialah rangka kerja pembelajaran mendalam (deep learning) jujukan-ke-jujukan (sequence-to-sequence) yang disatukan, diperkenalkan oleh Raffel et al. di Google Brain pada tahun 2020, diterbitkan dalam Journal of Machine Learning Research (Jilid 21, No. 140). Ia membingkai semula setiap tugasan NLP — klasifikasi, penterjemahan, peringkasan, menjawab soalan, dan banyak lagi — sebagai masalah teks-ke-teks: kedua-dua input dan output sentiasa rentetan aksara, membolehkan satu Transformer pengekod-dekoder (encoder-decoder) dilatih awal (pre-trained) sekali dan dilaraskan (fine-tuned) merentasi pelbagai tugasan dengan antara muka yang konsisten. T5 memperkenalkan prapelatihan sisipan-rosot (span-corruption pre-training) dan korpus C4, dan varian terbesarnya (11B parameter) mencapai hasil termaju (state-of-the-art) merentasi pelbagai penanda aras NLP pada masa penerbitan.