T5 Base

T5 Base

一个 2.2 亿参数的文本到文本模型，能做英语、法语、罗马尼亚语和德语之间的翻译，也能做摘要、问答和分类。适合开发者和 NLP 学习者。

由 google-t5 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：T5 Base 是 Text-To-Text Transfer Transformer 的 2.2 亿参数检查点。它用同一种方式处理所有语言任务：文本进，文本出。一个模型、一种训练方法、一套设置就能覆盖很多任务。

作者说它可以翻译、概括文档、回答问题，也可以把文本分到不同类别。Hugging Face 标注的语言有英语、法语、罗马尼亚语和德语。

适合谁：适合想要一个小而知名的语言模型、能在自己机器上运行并改造成自己任务的开发者、学生和研究人员。

Industry | Who uses it | How they use it | Example
软件 | 应用开发者 | 给产品加入翻译或摘要功能 | 把简短的英语笔记翻译成德语
研究 | NLP 研究人员 | 用它作为文本到文本实验的基线 | 把新方法和 T5 Base 对比
教育 | 学生 | 学习一个模型如何服务多种语言任务 | 用同一个检查点试翻译和情感任务
内容 | 本地化团队 | 起草四种语言之间的译文 | 一段短文的法语初译

如果你需要其他语言，或者想要聊天助手，可以跳过它。模型卡列了四种语言，描述的是通用的文本到文本模型。

用在哪里：

• 使用 Hugging Face Transformers 库的 Python。
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件。
• 微调项目，因为很多人都在这个检查点的基础上做过开发。

Use case | Who | What they get back
翻译 | 开发者 | 英语、法语、罗马尼亚语或德语的文本
摘要 | 内容团队 | 由长文本得到的较短文本
分类 | 分析师 | 以文本形式写出的标签，比如情感

如何设置：你需要 Python 和 Transformers 库。

• Windows、macOS 或 Linux 上的 Python
• transformers 库和 PyTorch 之类的后端
• 按 Hugging Face 的估算，F32 权重约需 892 MB 磁盘
• 这么小的模型 GPU 是可选的

1. 安装 Hugging Face 工具。
2. 下载模型文件。
3. 在你自己的脚本里用 Transformers 加载模型。

pip install -U huggingface_hub
hf download google-t5/t5-base

如何使用：用 Transformers 加载模型和分词器，把任务写进输入文本，然后读取它返回的文本。模型卡的入门部分在来源里被截断了，所以具体代码请查官方页面。

因为输入和输出始终是文本，同一个模型可以翻译、做摘要或打标签。甚至连数字也可以当作字符串来预测。

示例：一位开发者把一句简短的英语句子交给模型，并在输入文本里要求翻成德语。模型以文本形式返回译文。输入里怎么描述任务，要按模型的文档来。

新手与专家：如果你刚接触，T5 是一个通用的文本 Transformer。下载它，在 Transformers 里加载，试一句简短的翻译，看看文本进文本出的思路是怎么运作的。

对专家来说，模型在 C4 语料上做了预训练，混合了无监督去噪任务和有监督任务，包括 CoLA、SST-2、MRPC、STS-B、QQP、MNLI、QNLI、RTE、CB 和 COPA。模型卡说同一个模型、损失函数和超参数适用于任何任务，回归任务可以通过预测数字的文本形式来完成。

把任务写进输入文本
用 T5 分词器分词
模型生成输出文本
把词元解码回文本
读取译文、摘要或标签

注意事项：下面几点说明了限制和成本。

• Gaps in the card: 它关于超出范围的使用、偏见、风险和建议的部分只写了需要更多信息。
• Languages: 英语、法语、罗马尼亚语和德语。
• License: Apache 2.0。
• Cost to run: 没有提到 API 密钥或付费服务。
• Data it reaches: 它读取你传入的文本。下载模型需要连接 Hugging Face。
• Not for: 所列四种之外的语言，或模型卡没有描述的用途，因为它自己没有写明限制。

Hugging Face 上的数据（2026年11月13日）

• 任务：translation
• 框架：transformers
• 参数量：223M
• Weights: about 892 MB in F32; about 111 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：2,853,651
• 点赞：811
• 许可证：apache-2.0
• 语言：en, fr, ro, de
• Quantized versions: 13
• Fine-tunes: 721
• 标签：transformers, pytorch, rust, safetensors, t5, text2text-generation, summarization, translation

链接

• 模型：https://huggingface.co/google-t5/t5-base
• 文件：https://huggingface.co/google-t5/t5-base/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download google-t5/t5-base

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。