# FLAN-T5

## Aperçu

FLAN-T5 a été publié dans l'article [Scaling Instruction-Finetuned Language Models](https://huggingface.co/papers/2210.11416) - il s'agit d'une version améliorée de T5 qui a été affinée sur un mélange de tâches.

On peut directement utiliser les poids de FLAN-T5 sans réentraîner le modèle :

```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']
```

FLAN-T5 intègre les mêmes améliorations que la version 1.1 de T5 (voir [ici](./t5v1.1) pour les détails complets des améliorations du modèle).

Google a publié les variantes suivantes :

- [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).

Les points de contrôle originaux peuvent être trouvés [ici](https://github.com/google-research/t5x/blob/main/docs/models.md#flan-t5-checkpoints).

Reportez-vous à [la page de documentation de T5](./t5) pour la référence complète de l’API, les exemples de code et les notebooks. Pour plus de détails sur l’entraînement et l’évaluation de FLAN-T5, consultez la carte du modèle.

