资源介绍
Fairseq（-py）是一个序列建模工具包，研究人员和开发人员可以使用它们来训练定制模型，以进行翻译，摘要，语言建模和其他文本生成任务。
我们提供各种序列建模论文的参考实现：
实施文件清单
卷积神经网络（CNN）
LightConv和DynamicConv模型
长短期记忆（LSTM）网络基于注意力的神经机器翻译的有效方法（Luong et al。，2015）
变压器（自我关注）网络
注意就是您所需要的（Vaswani et al。，2017）
非自回归变压器
非自回归神经机器翻译（Gu et al。，2017）
通过迭代细化确定性的非自回归神经序列建模（Lee et al.2018）
插入变压器：通过插入操作灵活地生成序列（Stern等人2019）
屏蔽预测：条件屏蔽语言模型的并行解码（Ghazvininejad等，2019）
微调
什么是新的：
2020年12月：