参数

• input_ids (torch.LongTensor，形状为 (batch_size, sequence_length)) — 词汇表中输入序列 token 的索引。 默认情况下，如果您提供 padding，则会被忽略。

  索引可以使用 AutoTokenizer 获得。 有关详细信息，请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

  什么是 input ID？

• attention_mask (torch.Tensor，形状为 (batch_size, sequence_length), 可选) — 用于避免对 padding token 索引执行 attention 的 Mask。 Mask 值在 [0, 1] 中选择：
  • 1 表示 token 未被 mask，
  • 0 表示 token 被 mask。

  什么是 attention mask？

• decoder_input_ids (torch.LongTensor，形状为 (batch_size, target_sequence_length), 可选) — 词汇表中 decoder 输入序列 token 的索引。

  索引可以使用 AutoTokenizer 获得。 有关详细信息，请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

  什么是 decoder input ID？

  Pegasus 使用 pad_token_id 作为 decoder_input_ids 生成的起始 token。 如果使用 past_key_values，则可以选择仅输入最后一个 decoder_input_ids（请参阅 past_key_values）。

• decoder_attention_mask (torch.LongTensor，形状为 (batch_size, target_sequence_length), 可选) — 默认行为：生成一个 tensor，该 tensor 忽略 decoder_input_ids 中的 pad token。 默认情况下，也将使用因果 mask。
• head_mask (torch.Tensor，形状为 (encoder_layers, encoder_attention_heads), 可选) — 用于 nullify encoder 中 attention 模块的选定 head 的 Mask。 Mask 值在 [0, 1] 中选择：
  • 1 表示 head 未被 mask，
  • 0 表示 head 被 mask。
• decoder_head_mask (torch.Tensor，形状为 (decoder_layers, decoder_attention_heads), 可选) — 用于 nullify decoder 中 attention 模块的选定 head 的 Mask。 Mask 值在 [0, 1] 中选择：
  • 1 表示 head 未被 mask，
  • 0 表示 head 被 mask。
• cross_attn_head_mask (torch.Tensor，形状为 (decoder_layers, decoder_attention_heads), 可选) — 用于 nullify decoder 中 cross-attention 模块的选定 head 的 Mask。 Mask 值在 [0, 1] 中选择：
  • 1 表示 head 未被 mask，
  • 0 表示 head 被 mask。
• encoder_outputs (tuple(tuple(torch.FloatTensor), 可选) — Tuple 由 (last_hidden_state, 可选: hidden_states, 可选: attentions) 组成。 last_hidden_state 的形状为 (batch_size, sequence_length, hidden_size), 可选) 是 encoder 最后一层输出端的隐藏状态序列。 用于 decoder 的 cross-attention 中。
• past_key_values (tuple(tuple(torch.FloatTensor)), 可选, 当传递 use_cache=True 或 config.use_cache=True 时返回) — tuple(torch.FloatTensor) 的 tuple，长度为 config.n_layers，每个 tuple 包含 2 个形状为 (batch_size, num_heads, sequence_length, embed_size_per_head) 的 tensor 和 2 个形状为 (batch_size, num_heads, encoder_sequence_length, embed_size_per_head) 的附加 tensor。

  包含预先计算的隐藏状态（self-attention 块和 cross-attention 块中的 key 和 value），可以用于（请参阅 past_key_values 输入）加速顺序解码。

  如果使用 past_key_values，则用户可以选择仅输入最后一个 decoder_input_ids（那些没有将其过去的 key value 状态提供给此模型的）形状为 (batch_size, 1)，而不是所有形状为 (batch_size, sequence_length) 的 decoder_input_ids。

• inputs_embeds (torch.FloatTensor，形状为 (batch_size, sequence_length, hidden_size), 可选) — 可选地，您可以选择直接传递 embedding 表示，而不是传递 input_ids。 如果您希望比模型的内部 embedding 查找矩阵更精细地控制如何将 input_ids 索引转换为关联的向量，这将非常有用。
• decoder_inputs_embeds (torch.FloatTensor，形状为 (batch_size, target_sequence_length, hidden_size), 可选) — 可选地，您可以选择直接传递 embedding 表示，而不是传递 decoder_input_ids。 如果使用 past_key_values，则可以选择仅输入最后一个 decoder_inputs_embeds（请参阅 past_key_values）。 如果您希望比模型的内部 embedding 查找矩阵更精细地控制如何将 decoder_input_ids 索引转换为关联的向量，这将非常有用。

  如果 decoder_input_ids 和 decoder_inputs_embeds 均未设置，则 decoder_inputs_embeds 采用 inputs_embeds 的值。

• use_cache (bool, optional) — 如果设置为 True，则返回 past_key_values 键值状态，并可用于加速解码（请参阅 past_key_values）。
• output_attentions (bool, optional) — 是否返回所有注意力层的注意力张量。 有关更多详细信息，请参见返回张量下的 attentions。
• output_hidden_states (bool, optional) — 是否返回所有层的隐藏状态。 有关更多详细信息，请参见返回张量下的 hidden_states。
• return_dict (bool, optional) — 是否返回 ModelOutput 而不是纯元组。

一个 transformers.modeling_outputs.Seq2SeqModelOutput 或一个 torch.FloatTensor 元组 (如果传递 return_dict=False 或当 config.return_dict=False 时)，其中包含各种元素，具体取决于配置 (PegasusConfig) 和输入。

• last_hidden_state (torch.FloatTensor，形状为 (batch_size, sequence_length, hidden_size)) — 模型解码器最后一层输出端的隐藏状态序列。

  如果使用 past_key_values，则仅输出形状为 (batch_size, 1, hidden_size) 的序列的最后一个隐藏状态。

• past_key_values (tuple(tuple(torch.FloatTensor))，可选，当传递 use_cache=True 或当 config.use_cache=True 时返回) — 长度为 config.n_layers 的 tuple(torch.FloatTensor) 元组，每个元组包含 2 个形状为 (batch_size, num_heads, sequence_length, embed_size_per_head) 的张量和 2 个形状为 (batch_size, num_heads, encoder_sequence_length, embed_size_per_head) 的附加张量。

  包含预先计算的隐藏状态（自注意力模块和交叉注意力模块中的键和值），这些状态可用于（请参阅 past_key_values 输入）加速顺序解码。

• decoder_hidden_states (tuple(torch.FloatTensor)，可选，当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — torch.FloatTensor 元组（如果模型具有嵌入层，则为嵌入输出之一，+ 每个层的输出之一），形状为 (batch_size, sequence_length, hidden_size)。

  解码器在每一层输出端的隐藏状态，加上可选的初始嵌入输出。

• decoder_attentions (tuple(torch.FloatTensor)，可选，当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — torch.FloatTensor 元组（每层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均值。

• cross_attentions (tuple(torch.FloatTensor)，可选，当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — torch.FloatTensor 元组（每层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器的交叉注意力层的注意力权重，在注意力 softmax 之后，用于计算交叉注意力头中的加权平均值。

• encoder_last_hidden_state (torch.FloatTensor，形状为 (batch_size, sequence_length, hidden_size)，可选) — 模型编码器最后一层输出端的隐藏状态序列。

• encoder_hidden_states (tuple(torch.FloatTensor)，可选，当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — torch.FloatTensor 元组（如果模型具有嵌入层，则为嵌入输出之一，+ 每个层的输出之一），形状为 (batch_size, sequence_length, hidden_size)。

  编码器在每一层输出端的隐藏状态，加上可选的初始嵌入输出。

• encoder_attentions (tuple(torch.FloatTensor)，可选，当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — torch.FloatTensor 元组（每层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  编码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均值。

参数

• input_ids (torch.LongTensor，形状为 (batch_size, sequence_length)) — 词汇表中输入序列标记的索引。 默认情况下，如果您提供填充，则会忽略填充。

  可以使用 AutoTokenizer 获取索引。 有关详细信息，请参见 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 。

  什么是输入 ID？

• attention_mask (torch.Tensor，形状为 (batch_size, sequence_length)，可选) — 掩码，以避免在填充标记索引上执行注意力机制。 掩码值在 [0, 1] 中选择：
  • 1 表示标记未被掩盖，
  • 0 表示标记被掩盖。

  什么是注意力掩码？

• decoder_input_ids (torch.LongTensor，形状为 (batch_size, target_sequence_length)，可选) — 词汇表中解码器输入序列标记的索引。

  可以使用 AutoTokenizer 获取索引。 有关详细信息，请参见 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 。

  什么是解码器输入 ID？

  Pegasus 使用 pad_token_id 作为 decoder_input_ids 生成的起始标记。 如果使用 past_key_values，则可以选择仅输入最后一个 decoder_input_ids （请参阅 past_key_values）。

• decoder_attention_mask (torch.LongTensor，形状为 (batch_size, target_sequence_length)，可选) — 默认行为：生成一个张量，该张量忽略 decoder_input_ids 中的填充标记。 默认情况下，也将使用因果掩码。
• head_mask (torch.Tensor，形状为 (encoder_layers, encoder_attention_heads)，可选) — 掩码，用于使编码器中注意力模块的选定头无效。 掩码值在 [0, 1] 中选择：
  • 1 表示头未被掩盖，
  • 0 表示头被掩盖。
• decoder_head_mask (torch.Tensor，形状为 (decoder_layers, decoder_attention_heads)，可选) — 掩码，用于使解码器中注意力模块的选定头无效。 掩码值在 [0, 1] 中选择：
  • 1 表示头未被掩盖，
  • 0 表示头被掩盖。
• cross_attn_head_mask (torch.Tensor，形状为 (decoder_layers, decoder_attention_heads)，可选) — 掩码，用于使解码器中交叉注意力模块的选定头无效。 掩码值在 [0, 1] 中选择：
  • 1 表示头未被掩盖，
  • 0 表示头被掩盖。
• encoder_outputs (tuple(tuple(torch.FloatTensor)，可选) — 元组由 (last_hidden_state, 可选: hidden_states, 可选: attentions) 组成，形状为 (batch_size, sequence_length, hidden_size) 的 last_hidden_state, 可选) 是编码器最后一层输出端的隐藏状态序列。 在解码器的交叉注意力中使用。
• past_key_values (tuple(tuple(torch.FloatTensor))，可选，当传递 use_cache=True 或当 config.use_cache=True 时返回) — 长度为 config.n_layers 的 tuple(torch.FloatTensor) 元组，每个元组包含 2 个形状为 (batch_size, num_heads, sequence_length, embed_size_per_head) 的张量和 2 个形状为 (batch_size, num_heads, encoder_sequence_length, embed_size_per_head) 的附加张量。

  包含预先计算的隐藏状态（自注意力模块和交叉注意力模块中的键和值），这些状态可用于（请参阅 past_key_values 输入）加速顺序解码。

  如果使用 past_key_values，则用户可以选择仅输入最后一个 decoder_input_ids (那些没有将其过去的键值状态提供给此模型的) ，形状为 (batch_size, 1) 而不是所有形状为 (batch_size, sequence_length) 的 decoder_input_ids。

• inputs_embeds (torch.FloatTensor，形状为 (batch_size, sequence_length, hidden_size)，可选) — （可选）您可以选择直接传递嵌入表示，而不是传递 input_ids。 如果您希望比模型的内部嵌入查找矩阵更精细地控制如何将 input_ids 索引转换为关联向量，这将非常有用。
• decoder_inputs_embeds (torch.FloatTensor，形状为 (batch_size, target_sequence_length, hidden_size)，可选) — （可选）您可以选择直接传递嵌入表示，而不是传递 decoder_input_ids。 如果使用 past_key_values，则可以选择仅输入最后一个 decoder_inputs_embeds （请参阅 past_key_values）。 如果您希望比模型的内部嵌入查找矩阵更精细地控制如何将 decoder_input_ids 索引转换为关联向量，这将非常有用。

  如果 decoder_input_ids 和 decoder_inputs_embeds 均未设置，则 decoder_inputs_embeds 采用 inputs_embeds 的值。

• use_cache (bool, optional) — 如果设置为 True，则返回 past_key_values 键值状态，并可用于加速解码（请参阅 past_key_values）。
• output_attentions (bool, optional) — 是否返回所有注意力层的注意力张量。 详见返回张量下的 attentions 部分以了解更多详情。
• output_hidden_states (bool, optional) — 是否返回所有层的隐藏状态。 详见返回张量下的 hidden_states 部分以了解更多详情。
• return_dict (bool, optional) — 是否返回 ModelOutput 而不是普通的元组。
• labels (torch.LongTensor，形状为 (batch_size, sequence_length)，optional) — 用于计算掩码语言建模损失的标签。 索引应该在 [0, ..., config.vocab_size] 或 -100 中（参见 input_ids 文档字符串）。 索引设置为 -100 的 token 将被忽略（掩码），损失仅针对标签在 [0, ..., config.vocab_size] 中的 token 计算。

一个 transformers.modeling_outputs.Seq2SeqLMOutput 或一个 torch.FloatTensor 元组（如果传递了 return_dict=False 或当 config.return_dict=False 时），包含各种元素，具体取决于配置 (PegasusConfig) 和输入。

• loss (torch.FloatTensor，形状为 (1,)，optional，当提供 labels 时返回) — 语言建模损失。

• logits (torch.FloatTensor，形状为 (batch_size, sequence_length, config.vocab_size)) — 语言建模头的预测得分（SoftMax 之前的每个词汇表 token 的得分）。

• past_key_values (tuple(tuple(torch.FloatTensor))，可选，当传递 use_cache=True 或当 config.use_cache=True 时返回) — 长度为 config.n_layers 的 tuple(torch.FloatTensor) 元组，每个元组包含 2 个形状为 (batch_size, num_heads, sequence_length, embed_size_per_head) 的张量和 2 个形状为 (batch_size, num_heads, encoder_sequence_length, embed_size_per_head) 的附加张量。

  包含预先计算的隐藏状态（自注意力模块和交叉注意力模块中的键和值），这些状态可用于（请参阅 past_key_values 输入）加速顺序解码。

• decoder_hidden_states (tuple(torch.FloatTensor)，可选，当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — torch.FloatTensor 元组（如果模型具有嵌入层，则为嵌入输出之一，+ 每个层的输出之一），形状为 (batch_size, sequence_length, hidden_size)。

  解码器在每一层输出端的隐藏状态，加上初始嵌入输出。

• decoder_attentions (tuple(torch.FloatTensor)，可选，当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — torch.FloatTensor 元组（每层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均值。

• cross_attentions (tuple(torch.FloatTensor)，可选，当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — torch.FloatTensor 元组（每层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器的交叉注意力层的注意力权重，在注意力 softmax 之后，用于计算交叉注意力头中的加权平均值。

• encoder_last_hidden_state (torch.FloatTensor，形状为 (batch_size, sequence_length, hidden_size)，可选) — 模型编码器最后一层输出端的隐藏状态序列。

• encoder_hidden_states (tuple(torch.FloatTensor)，可选，当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — torch.FloatTensor 元组（如果模型具有嵌入层，则为嵌入输出之一，+ 每个层的输出之一），形状为 (batch_size, sequence_length, hidden_size)。

  编码器在每一层输出端的隐藏状态，加上初始嵌入输出。

• encoder_attentions (tuple(torch.FloatTensor)，可选，当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — torch.FloatTensor 元组（每层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  编码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均值。

参数

• input_ids (torch.LongTensor，形状为 (batch_size, sequence_length)) — 词汇表中输入序列 token 的索引。 默认情况下，如果您提供 padding，则会被忽略。

  索引可以使用 AutoTokenizer 获得。 有关详细信息，请参见 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

  什么是输入 IDs？

• attention_mask (torch.Tensor，形状为 (batch_size, sequence_length)，optional) — 掩码，用于避免在 padding token 索引上执行 attention。 掩码值在 [0, 1] 中选择：
  • 1 表示 token 未被掩码，
  • 0 表示 token 已被掩码。

  什么是注意力掩码？

• encoder_hidden_states (torch.FloatTensor，形状为 (batch_size, sequence_length, hidden_size)，optional) — 编码器最后一层的输出端的隐藏状态序列。 如果模型配置为解码器，则在交叉注意力中使用。
• encoder_attention_mask (torch.FloatTensor，形状为 (batch_size, sequence_length)，optional) — 掩码，用于避免对编码器输入的 padding token 索引执行 attention。 如果模型配置为解码器，则此掩码在交叉注意力中使用。 掩码值在 [0, 1] 中选择：
• head_mask (torch.Tensor，形状为 (decoder_layers, decoder_attention_heads)，optional) — 掩码，用于使所选的 attention 模块的 head 失效。 掩码值在 [0, 1] 中选择：
  • 1 表示 head 未被掩码，
  • 0 表示 head 已被掩码。
• cross_attn_head_mask (torch.Tensor，形状为 (decoder_layers, decoder_attention_heads)，optional) — 掩码，用于使所选的交叉 attention 模块的 head 失效。 掩码值在 [0, 1] 中选择：
  • 1 表示 head 未被掩码，
  • 0 表示 head 已被掩码。
• past_key_values (tuple(tuple(torch.FloatTensor))，optional，当传递 use_cache=True 或当 config.use_cache=True 时返回) — 长度为 config.n_layers 的 tuple(tuple(torch.FloatTensor)) 元组，每个元组具有 2 个形状为 (batch_size, num_heads, sequence_length, embed_size_per_head) 的张量和 2 个形状为 (batch_size, num_heads, encoder_sequence_length, embed_size_per_head) 的附加张量。 仅当模型在序列到序列模型中用作解码器时，才需要这两个附加张量。

  包含预先计算的隐藏状态（自注意力模块和交叉注意力模块中的键和值），这些状态可用于（参见 past_key_values 输入）加速顺序解码。

  如果使用 past_key_values，则用户可以选择仅输入形状为 (batch_size, 1) 的最后一个 decoder_input_ids（那些没有将其过去的键值状态提供给此模型的），而不是形状为 (batch_size, sequence_length) 的所有 decoder_input_ids。

• labels (torch.LongTensor，形状为 (batch_size, sequence_length)，optional) — 用于计算掩码语言建模损失的标签。 索引应该在 [0, ..., config.vocab_size] 或 -100 中（参见 input_ids 文档字符串）。 索引设置为 -100 的 token 将被忽略（掩码），损失仅针对标签在 [0, ..., config.vocab_size] 中的 token 计算。
• use_cache (bool, optional) — 如果设置为 True，则返回 past_key_values 键值状态，并且可以用于加速解码（参见 past_key_values）。
  • 1 表示 token 未被掩码，
  • 0 表示 token 已被掩码。
• output_attentions (bool, optional) — 是否返回所有注意力层的注意力张量。 详见返回张量下的 attentions 部分以了解更多详情。
• output_hidden_states (bool, optional) — 是否返回所有层的隐藏状态。 详见返回张量下的 hidden_states 部分以了解更多详情。
• return_dict (bool, optional) — 是否返回 ModelOutput 而不是普通的元组。

一个 transformers.modeling_outputs.CausalLMOutputWithCrossAttentions 或一个 torch.FloatTensor 元组（如果传递了 return_dict=False 或当 config.return_dict=False 时），包含各种元素，具体取决于配置 (PegasusConfig) 和输入。

• loss (torch.FloatTensor，形状为 (1,)，optional，当提供 labels 时返回) — 语言建模损失（用于下一个 token 预测）。

• logits (torch.FloatTensor，形状为 (batch_size, sequence_length, config.vocab_size)) — 语言建模头的预测得分（SoftMax 之前的每个词汇表 token 的得分）。

• hidden_states (tuple(torch.FloatTensor)，optional，当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — torch.FloatTensor 元组（如果模型具有嵌入层，则为嵌入输出的元组 + 每层输出的元组），形状为 (batch_size, sequence_length, hidden_size)。

  模型在每一层输出端的隐藏状态，加上可选的初始嵌入输出。

• attentions (tuple(torch.FloatTensor)，optional，当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — torch.FloatTensor 元组（每层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  注意力 softmax 之后的注意力权重，用于计算自注意力头中的加权平均值。

• cross_attentions (tuple(torch.FloatTensor)，可选，当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — torch.FloatTensor 元组（每层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  交叉注意力 softmax 之后的注意力权重，用于计算交叉注意力头中的加权平均值。

• past_key_values (tuple(tuple(torch.FloatTensor))，optional，当传递 use_cache=True 或当 config.use_cache=True 时返回) — 长度为 config.n_layers 的 torch.FloatTensor 元组的元组，每个元组包含自注意力和交叉注意力层的缓存键、值状态（如果模型在编码器-解码器设置中使用）。 仅当 config.is_decoder = True 时相关。

  包含预先计算的隐藏状态（注意力模块中的键和值），这些状态可用于（参见 past_key_values 输入）加速顺序解码。

参数

• input_ids (形状为 (batch_size, sequence_length) 的 tf.Tensor) — 词汇表中输入序列标记的索引。

  可以使用 AutoTokenizer 获取索引。有关详细信息，请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

  什么是输入 ID？

• attention_mask (形状为 (batch_size, sequence_length) 的 tf.Tensor, 可选) — 掩码，用于避免对填充标记索引执行注意力机制。掩码值在 [0, 1] 中选择：
  • 1 表示标记未被掩盖，
  • 0 表示标记已被掩盖。

  什么是注意力掩码？

• decoder_input_ids (形状为 (batch_size, target_sequence_length) 的 tf.Tensor, 可选) — 词汇表中解码器输入序列标记的索引。

  可以使用 AutoTokenizer 获取索引。有关详细信息，请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

  什么是解码器输入 ID？

  Pegasus 使用 pad_token_id 作为 decoder_input_ids 生成的起始标记。如果使用 past_key_values，则可以选择仅输入最后一个 decoder_input_ids（请参阅 past_key_values）。

• decoder_attention_mask (形状为 (batch_size, target_sequence_length) 的 tf.Tensor, 可选) — 默认情况下将创建此掩码，并忽略填充标记。不建议在大多数用例中设置此参数。
• decoder_position_ids (形状为 (batch_size, sequence_length) 的 tf.Tensor, 可选) — 位置嵌入中每个解码器输入序列标记的位置索引。在范围 [0, config.max_position_embeddings - 1] 中选择。
• head_mask (形状为 (encoder_layers, encoder_attention_heads) 的 tf.Tensor, 可选) — 掩码，用于使编码器中注意力模块的选定头部无效。掩码值在 [0, 1] 中选择：
  • 1 表示头部未被掩盖，
  • 0 表示头部已被掩盖。
• decoder_head_mask (形状为 (decoder_layers, decoder_attention_heads) 的 tf.Tensor, 可选) — 掩码，用于使解码器中注意力模块的选定头部无效。掩码值在 [0, 1] 中选择：
  • 1 表示头部未被掩盖，
  • 0 表示头部已被掩盖。
• cross_attn_head_mask (形状为 (decoder_layers, decoder_attention_heads) 的 tf.Tensor, 可选) — 掩码，用于使交叉注意力模块的选定头部无效。掩码值在 [0, 1] 中选择：
  • 1 表示头部未被掩盖，
  • 0 表示头部已被掩盖。
• encoder_outputs (tf.FloatTensor, 可选) — 编码器最后一层输出的隐藏状态。在解码器的交叉注意力机制中使用。形状为 (batch_size, sequence_length, hidden_size) 的序列
• past_key_values (长度为 config.n_layers 的 Tuple[Tuple[tf.Tensor]]) — 包含注意力模块的预计算的键和值隐藏状态。可用于加速解码。如果使用 past_key_values，则用户可以选择仅输入最后一个 decoder_input_ids（那些没有将其过去的键值状态提供给此模型的）的形状为 (batch_size, 1)，而不是形状为 (batch_size, sequence_length) 的所有 decoder_input_ids。
• inputs_embeds (形状为 (batch_size, sequence_length, hidden_size) 的 tf.Tensor, 可选) — 可选地，您可以选择直接传递嵌入表示，而不是传递 input_ids。如果您希望比模型的内部嵌入查找矩阵更精细地控制如何将 input_ids 索引转换为关联的向量，这将非常有用。
• use_cache (bool, 可选, 默认为 True) — 如果设置为 True，则返回 past_key_values 键值状态，并且可以用于加速解码（请参阅 past_key_values）。在训练期间设置为 False，在生成输出注意力 (bool, 可选) 期间设置为 True：是否返回所有注意力层的注意力张量。有关更多详细信息，请参阅返回张量下的 attentions。此参数只能在 eager 模式下使用，在 graph 模式下将使用配置中的值。
• output_attentions (bool, 可选) — 是否返回所有注意力层的注意力张量。有关更多详细信息，请参阅返回张量下的 attentions。此参数只能在 eager 模式下使用，在 graph 模式下将使用配置中的值。
• output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。有关更多详细信息，请参阅返回张量下的 hidden_states。此参数只能在 eager 模式下使用，在 graph 模式下将使用配置中的值。
• return_dict (bool, 可选) — 是否返回 ModelOutput 而不是纯元组。此参数可以在 eager 模式下使用，在 graph 模式下该值将始终设置为 True。
• training (bool, 可选, 默认为 False) — 是否在训练模式下使用模型（某些模块（如 dropout 模块）在训练和评估之间具有不同的行为）。

一个 transformers.modeling_tf_outputs.TFSeq2SeqModelOutput 或一个 tf.Tensor 的元组 (tuple)（如果传递了 return_dict=False 或当 config.return_dict=False 时），其中包含各种元素，具体取决于配置 (PegasusConfig) 和输入。

• last_hidden_state (形状为 (batch_size, sequence_length, hidden_size) 的 tf.Tensor) — 模型解码器最后一层输出的隐藏状态序列。

  如果使用 past_key_values，则仅输出形状为 (batch_size, 1, hidden_size) 的序列的最后一个隐藏状态。

• past_key_values (List[tf.Tensor], 可选, 当传递 use_cache=True 或当 config.use_cache=True 时返回) — 长度为 config.n_layers 的 tf.Tensor 列表，其中每个张量的形状为 (2, batch_size, num_heads, sequence_length, embed_size_per_head)。

  包含解码器的预计算隐藏状态（注意力模块中的键和值），可以用于加速顺序解码（参见 past_key_values 输入）。

• decoder_hidden_states (tuple(tf.Tensor), 可选, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — tf.Tensor 元组（每个嵌入输出 + 每层输出一个），形状为 (batch_size, sequence_length, hidden_size)。

  解码器在每一层输出端的隐藏状态，加上初始嵌入输出。

• decoder_attentions (tuple(tf.Tensor), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — tf.Tensor 元组（每层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均值。

• cross_attentions (tuple(tf.Tensor), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — tf.Tensor 元组（每层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器的交叉注意力层的注意力权重，在注意力 softmax 之后，用于计算交叉注意力头中的加权平均值。

• encoder_last_hidden_state (形状为 (batch_size, sequence_length, hidden_size) 的 tf.Tensor, 可选) — 模型编码器最后一层的输出处的隐藏状态序列。

• encoder_hidden_states (tuple(tf.Tensor), 可选, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — tf.Tensor 元组（每个嵌入输出 + 每层输出一个），形状为 (batch_size, sequence_length, hidden_size)。

  编码器在每一层输出端的隐藏状态，加上初始嵌入输出。

• encoder_attentions (tuple(tf.Tensor), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — tf.Tensor 元组（每层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  编码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均值。

参数

• input_ids (形状为 ({0}) 的 tf.Tensor) — 词汇表中输入序列标记的索引。

  索引可以使用 AutoTokenizer 获得。 请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 了解详细信息。

  什么是输入 IDs？

• attention_mask (形状为 ({0}) 的 tf.Tensor, 可选) — 用于避免在填充标记索引上执行注意力的掩码。掩码值在 [0, 1] 中选择：
  • 1 表示标记未被掩盖，
  • 0 表示标记被掩盖。

  什么是注意力掩码？

• decoder_input_ids (形状为 (batch_size, target_sequence_length) 的 tf.Tensor, 可选) — 词汇表中解码器输入序列标记的索引。

  索引可以使用 AutoTokenizer 获得。 请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 了解详细信息。

  什么是解码器输入 IDs？

  Pegasus 使用 pad_token_id 作为 decoder_input_ids 生成的起始标记。如果使用 past_key_values，则可以选择仅输入最后一个 decoder_input_ids（参见 past_key_values）。

• decoder_attention_mask (形状为 (batch_size, target_sequence_length) 的 tf.Tensor, 可选) — 默认情况下将创建，并忽略 pad 标记。不建议在大多数用例中设置此项。
• decoder_position_ids (形状为 (batch_size, sequence_length) 的 tf.Tensor, 可选) — 解码器输入序列中每个标记在位置嵌入中的位置索引。在范围 [0, config.max_position_embeddings - 1] 中选择。
• head_mask (形状为 (encoder_layers, encoder_attention_heads) 的 tf.Tensor, 可选) — 用于使编码器中注意力模块的选定注意力头无效的掩码。掩码值在 [0, 1] 中选择：
  • 1 表示注意力头未被掩盖，
  • 0 表示注意力头被掩盖。
• decoder_head_mask (形状为 (decoder_layers, decoder_attention_heads) 的 tf.Tensor, 可选) — 用于使解码器中注意力模块的选定注意力头无效的掩码。掩码值在 [0, 1] 中选择：
  • 1 表示注意力头未被掩盖，
  • 0 表示注意力头被掩盖。
• cross_attn_head_mask (形状为 (decoder_layers, decoder_attention_heads) 的 tf.Tensor, 可选) — 用于使交叉注意力模块的选定注意力头无效的掩码。掩码值在 [0, 1] 中选择：
  • 1 表示注意力头未被掩盖，
  • 0 表示注意力头被掩盖。
• encoder_outputs (tf.FloatTensor, 可选) — 编码器最后一层输出处的隐藏状态。在解码器的交叉注意力中使用。形状为 (batch_size, sequence_length, hidden_size) 的序列是
• past_key_values (长度为 config.n_layers 的 Tuple[Tuple[tf.Tensor]]) — 包含注意力模块的预计算键和值隐藏状态。可用于加速解码。如果使用 past_key_values，用户可以选择仅输入最后一个 decoder_input_ids（那些没有将其过去的键值状态提供给此模型的输入），其形状为 (batch_size, 1)，而不是所有形状为 (batch_size, sequence_length) 的 decoder_input_ids。
• inputs_embeds (形状为 (batch_size, sequence_length, hidden_size) 的 tf.Tensor, 可选) — 可选地，您可以选择直接传递嵌入表示，而不是传递 input_ids。如果您希望比模型的内部嵌入查找矩阵更精细地控制如何将 input_ids 索引转换为关联的向量，这将非常有用。
• use_cache (bool, 可选, 默认为 True) — 如果设置为 True，则返回 past_key_values 键值状态，并可用于加速解码（参见 past_key_values）。在训练期间设置为 False，在生成期间设置为 True output_attentions (bool, 可选): 是否返回所有注意力层的注意力张量。 有关更多详细信息，请参见返回的张量下的 attentions。此参数只能在 eager 模式下使用，在 graph 模式下将使用 config 中的值代替。
• output_attentions (bool, 可选) — 是否返回所有注意力层的注意力张量。 有关更多详细信息，请参见返回的张量下的 attentions。此参数只能在 eager 模式下使用，在 graph 模式下将使用 config 中的值代替。
• output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。 有关更多详细信息，请参见返回的张量下的 hidden_states。此参数只能在 eager 模式下使用，在 graph 模式下将使用 config 中的值代替。
• return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通元组。此参数可以在 eager 模式下使用，在 graph 模式下该值将始终设置为 True。
• training (bool, 可选, 默认为 False) — 是否在训练模式下使用模型（某些模块，如 dropout 模块，在训练和评估之间具有不同的行为）。
• labels (形状为 (batch_size, sequence_length) 的 tf.tensor, 可选) — 用于计算掩码语言建模损失的标签。索引应为 [0, ..., config.vocab_size] 或 -100（请参阅 input_ids 文档字符串）。索引设置为 -100 的标记将被忽略（掩码），损失仅针对标签在 [0, ..., config.vocab_size] 中的标记计算。

一个 transformers.modeling_tf_outputs.TFSeq2SeqLMOutput 或 tf.Tensor 元组（如果传递 return_dict=False 或当 config.return_dict=False 时），包括各种元素，具体取决于配置 (PegasusConfig) 和输入。

• loss (形状为 (n,) 的 tf.Tensor, 可选, 其中 n 是非掩码标签的数量，当提供 labels 时返回) — 语言建模损失。

• logits (形状为 (batch_size, sequence_length, config.vocab_size) 的 tf.Tensor) — 语言建模头的预测分数（SoftMax 之前每个词汇表标记的分数）。

• past_key_values (List[tf.Tensor], 可选, 当传递 use_cache=True 或当 config.use_cache=True 时返回) — 长度为 config.n_layers 的 tf.Tensor 列表，其中每个张量的形状为 (2, batch_size, num_heads, sequence_length, embed_size_per_head)。

  包含解码器的预计算隐藏状态（注意力模块中的键和值），可以用于加速顺序解码（参见 past_key_values 输入）。

• decoder_hidden_states (tuple(tf.Tensor), 可选, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — tf.Tensor 元组（每个嵌入输出 + 每层输出一个），形状为 (batch_size, sequence_length, hidden_size)。

  解码器在每一层输出端的隐藏状态，加上初始嵌入输出。

• decoder_attentions (tuple(tf.Tensor), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — tf.Tensor 元组（每层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均值。

• cross_attentions (tuple(tf.Tensor), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — tf.Tensor 元组（每层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器的交叉注意力层的注意力权重，在注意力 softmax 之后，用于计算交叉注意力头中的加权平均值。

• encoder_last_hidden_state (形状为 (batch_size, sequence_length, hidden_size) 的 tf.Tensor, 可选) — 模型编码器最后一层的输出处的隐藏状态序列。

• encoder_hidden_states (tuple(tf.Tensor), 可选, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — tf.Tensor 元组（每个嵌入输出 + 每层输出一个），形状为 (batch_size, sequence_length, hidden_size)。

  编码器在每一层输出端的隐藏状态，加上初始嵌入输出。

• encoder_attentions (tuple(tf.Tensor), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — tf.Tensor 元组（每层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  编码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均值。

参数

• input_ids (jnp.ndarray，形状为 (batch_size, sequence_length)) — 词汇表中输入序列 token 的索引。如果您提供 padding，默认情况下将被忽略。

  索引可以使用 AutoTokenizer 获得。有关详细信息，请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

  什么是输入 IDs？

• attention_mask (jnp.ndarray，形状为 (batch_size, sequence_length), 可选) — Mask，用于避免在 padding token 索引上执行 attention。Mask 值在 [0, 1] 中选择：
  • 1 表示 未被 mask 的 token，
  • 0 表示 被 mask 的 token。

  什么是 attention masks？

• decoder_input_ids (jnp.ndarray，形状为 (batch_size, target_sequence_length), 可选) — 词汇表中 decoder 输入序列 token 的索引。

  索引可以使用 AutoTokenizer 获得。有关详细信息，请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

  什么是 decoder 输入 IDs？

• decoder_attention_mask (jnp.ndarray，形状为 (batch_size, target_sequence_length), 可选) — 默认行为：生成一个 tensor，忽略 decoder_input_ids 中的 padding token。默认情况下，也将使用因果 mask。

  如果您想更改 padding 行为，则应根据您的需要进行修改。有关默认策略的更多信息，请参见 论文 中的图 1。

• position_ids (numpy.ndarray，形状为 (batch_size, sequence_length), 可选) — 位置嵌入中每个输入序列 token 的位置索引。在范围 [0, config.max_position_embeddings - 1] 中选择。
• decoder_position_ids (numpy.ndarray，形状为 (batch_size, sequence_length), 可选) — 位置嵌入中每个 decoder 输入序列 token 的位置索引。在范围 [0, config.max_position_embeddings - 1] 中选择。
• output_attentions (bool, 可选) — 是否返回所有 attention 层的 attention tensors。有关更多详细信息，请参阅返回的 tensors 下的 attentions。
• output_hidden_states (bool, 可选) — 是否返回所有层的 hidden states。有关更多详细信息，请参阅返回的 tensors 下的 hidden_states。
• return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通 tuple。

一个 transformers.modeling_flax_outputs.FlaxSeq2SeqModelOutput 或一个 torch.FloatTensor 的 tuple (如果传递了 return_dict=False 或当 config.return_dict=False 时)，包含各种元素，具体取决于配置 (PegasusConfig) 和输入。

• last_hidden_state (jnp.ndarray，形状为 (batch_size, sequence_length, hidden_size)) — 模型 decoder 的最后一层输出的 hidden-states 序列。

  如果使用 past_key_values，则仅输出形状为 (batch_size, 1, hidden_size) 的序列的最后一个隐藏状态。

• past_key_values (tuple(tuple(jnp.ndarray)), 可选, 当传递 use_cache=True 或当 config.use_cache=True 时返回) — 长度为 config.n_layers 的 tuple(jnp.ndarray) 的 tuple，其中每个 tuple 具有 2 个形状为 (batch_size, num_heads, sequence_length, embed_size_per_head) 的 tensors 和 2 个形状为 (batch_size, num_heads, encoder_sequence_length, embed_size_per_head) 的附加 tensors。

  包含预先计算的隐藏状态（自注意力模块和交叉注意力模块中的键和值），这些状态可用于（请参阅 past_key_values 输入）加速顺序解码。

• decoder_hidden_states (tuple(jnp.ndarray), 可选, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — jnp.ndarray 的 tuple (embeddings 的输出一个，每层输出一个)，形状为 (batch_size, sequence_length, hidden_size)。

  解码器在每一层输出端的隐藏状态，加上初始嵌入输出。

• decoder_attentions (tuple(jnp.ndarray), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — jnp.ndarray 的 tuple (每层一个)，形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均值。

• cross_attentions (tuple(jnp.ndarray), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — jnp.ndarray 的 tuple (每层一个)，形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器的交叉注意力层的注意力权重，在注意力 softmax 之后，用于计算交叉注意力头中的加权平均值。

• encoder_last_hidden_state (jnp.ndarray，形状为 (batch_size, sequence_length, hidden_size), 可选) — 模型 encoder 的最后一层输出的 hidden-states 序列。

• encoder_hidden_states (tuple(jnp.ndarray), 可选, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — jnp.ndarray 的 tuple (embeddings 的输出一个，每层输出一个)，形状为 (batch_size, sequence_length, hidden_size)。

  编码器在每一层输出端的隐藏状态，加上初始嵌入输出。

• encoder_attentions (tuple(jnp.ndarray), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — jnp.ndarray 的 tuple (每层一个)，形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  编码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均值。

参数

• input_ids (jnp.ndarray，形状为 (batch_size, sequence_length)) — 词汇表中输入序列 token 的索引。如果您提供 padding，默认情况下将被忽略。

  索引可以使用 AutoTokenizer 获得。有关详细信息，请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

  什么是输入 IDs？

• attention_mask (jnp.ndarray，形状为 (batch_size, sequence_length), 可选) — Mask，用于避免在 padding token 索引上执行 attention。Mask 值在 [0, 1] 中选择：
  • 1 表示 未被 mask 的 token，
  • 0 表示 被 mask 的 token。

  什么是 attention masks？

• position_ids (numpy.ndarray，形状为 (batch_size, sequence_length), 可选) — 位置嵌入中每个输入序列 token 的位置索引。在范围 [0, config.max_position_embeddings - 1] 中选择。
• output_attentions (bool, optional) — 是否返回所有注意力层的注意力张量。详见返回张量下的 attentions。
• output_hidden_states (bool, optional) — 是否返回所有层的隐藏状态。详见返回张量下的 hidden_states。
• return_dict (bool, optional) — 是否返回 ModelOutput 而不是普通元组。

一个 transformers.modeling_flax_outputs.FlaxBaseModelOutput 或 torch.FloatTensor 元组 (如果传递了 return_dict=False 或当 config.return_dict=False 时)，包含各种元素，具体取决于配置 (<class 'transformers.models.pegasus.configuration_pegasus.PegasusConfig'>) 和输入。

• last_hidden_state (形状为 (batch_size, sequence_length, hidden_size) 的 jnp.ndarray) — 模型最后一层输出的隐藏状态序列。

• hidden_states (tuple(jnp.ndarray), optional, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — jnp.ndarray 元组 (每个元素对应一个层的输出，包括 embeddings 层的输出)，形状为 (batch_size, sequence_length, hidden_size)。

  模型在每一层输出的隐藏状态，加上初始 embedding 输出。

• attentions (tuple(jnp.ndarray), optional, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — jnp.ndarray 元组 (每个元素对应一个层)，形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  注意力 softmax 之后的注意力权重，用于计算自注意力头中的加权平均值。

参数

• decoder_input_ids (形状为 (batch_size, target_sequence_length) 的 jnp.ndarray) — 解码器输入序列 token 在词汇表中的索引。

  索引可以使用 AutoTokenizer 获得。详见 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

  什么是解码器输入 IDs？

• encoder_outputs (tuple(tuple(jnp.ndarray)) — 元组包含 (last_hidden_state, optional: hidden_states, optional: attentions) last_hidden_state 的形状为 (batch_size, sequence_length, hidden_size)，可选) 是编码器最后一层输出的隐藏状态序列。用于解码器的交叉注意力。
• encoder_attention_mask (形状为 (batch_size, sequence_length) 的 jnp.ndarray, optional) — 用于避免对 padding token 索引执行注意力的 mask。Mask 值在 [0, 1] 中选择：
  • 1 代表 token 未被 mask，
  • 0 代表 token 被 mask。

  什么是注意力 masks？

• decoder_attention_mask (形状为 (batch_size, target_sequence_length) 的 jnp.ndarray, optional) — 默认行为：生成一个忽略 decoder_input_ids 中 pad token 的张量。默认情况下也会使用因果 mask。

  如果您想更改 padding 行为，您应该根据需要进行修改。有关默认策略的更多信息，请参见 论文中的图 1。

• decoder_position_ids (形状为 (batch_size, sequence_length) 的 numpy.ndarray, optional) — 每个解码器输入序列 token 在位置 embeddings 中的位置索引。在范围 [0, config.max_position_embeddings - 1] 中选择。
• past_key_values (Dict[str, np.ndarray], optional, 由 init_cache 返回或在传递先前的 past_key_values 时返回) — 预计算的隐藏状态字典 (注意力模块中的 key 和 value)，可用于快速自回归解码。预计算的 key 和 value 隐藏状态的形状为 [batch_size, max_length]。
• output_attentions (bool, optional) — 是否返回所有注意力层的注意力张量。详见返回张量下的 attentions。
• output_hidden_states (bool, optional) — 是否返回所有层的隐藏状态。详见返回张量下的 hidden_states。
• return_dict (bool, optional) — 是否返回 ModelOutput 而不是普通元组。

一个 transformers.modeling_flax_outputs.FlaxBaseModelOutputWithPastAndCrossAttentions 或 torch.FloatTensor 元组 (如果传递了 return_dict=False 或当 config.return_dict=False 时)，包含各种元素，具体取决于配置 (<class 'transformers.models.pegasus.configuration_pegasus.PegasusConfig'>) 和输入。

• last_hidden_state (形状为 (batch_size, sequence_length, hidden_size) 的 jnp.ndarray) — 模型最后一层输出的隐藏状态序列。

  如果使用 past_key_values，则仅输出形状为 (batch_size, 1, hidden_size) 的序列的最后一个隐藏状态。

• past_key_values (tuple(tuple(jnp.ndarray)), optional, 当传递 use_cache=True 或当 config.use_cache=True 时返回) — tuple(jnp.ndarray) 元组，长度为 config.n_layers，每个元组包含 2 个形状为 (batch_size, num_heads, sequence_length, embed_size_per_head) 的张量，并且可选地，如果 config.is_encoder_decoder=True，则包含 2 个额外的形状为 (batch_size, num_heads, encoder_sequence_length, embed_size_per_head) 的张量。

  包含预计算的隐藏状态 (自注意力模块中的 key 和 value，以及可选地，如果 config.is_encoder_decoder=True，则包含交叉注意力模块中的 key 和 value)，可以用于 (参见 past_key_values 输入) 加速顺序解码。

• hidden_states (tuple(jnp.ndarray), optional, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — jnp.ndarray 元组 (每个元素对应一个层的输出，包括 embeddings 层的输出)，形状为 (batch_size, sequence_length, hidden_size)。

  模型在每一层输出的隐藏状态，加上初始 embedding 输出。

• attentions (tuple(jnp.ndarray), optional, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — jnp.ndarray 元组 (每个元素对应一个层)，形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  注意力 softmax 之后的注意力权重，用于计算自注意力头中的加权平均值。

• cross_attentions (tuple(jnp.ndarray), optional, 当传递 output_attentions=True 且 config.add_cross_attention=True 或当 config.output_attentions=True 时返回) — jnp.ndarray 元组 (每个元素对应一个层)，形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器的交叉注意力层的注意力权重，在注意力 softmax 之后，用于计算交叉注意力头中的加权平均值。

参数

• input_ids (形状为 (batch_size, sequence_length) 的 jnp.ndarray) — 输入序列 token 在词汇表中的索引。如果您提供 padding，默认情况下将被忽略。

  索引可以使用 AutoTokenizer 获得。详见 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

  什么是输入 IDs？

• attention_mask (形状为 (batch_size, sequence_length) 的 jnp.ndarray, optional) — 用于避免对 padding token 索引执行注意力的 mask。Mask 值在 [0, 1] 中选择：
  • 1 代表 token 未被 mask，
  • 0 代表 token 被 mask。

  什么是注意力 masks？

• decoder_input_ids (形状为 (batch_size, target_sequence_length) 的 jnp.ndarray, optional) — 解码器输入序列 token 在词汇表中的索引。

  索引可以使用 AutoTokenizer 获得。详见 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

  什么是解码器输入 IDs？

• decoder_attention_mask (jnp.ndarray of shape (batch_size, target_sequence_length), optional) — 默认行为：生成一个张量，该张量忽略 decoder_input_ids 中的填充标记。默认情况下，也会使用因果掩码。

  如果您想更改填充行为，则应根据您的需要进行修改。 有关默认策略的更多信息，请参见论文中的图 1。

• position_ids (numpy.ndarray 的形状为 (batch_size, sequence_length)，可选) — 位置嵌入中每个输入序列标记的位置索引。在范围 [0, config.max_position_embeddings - 1] 中选择。
• decoder_position_ids (numpy.ndarray 的形状为 (batch_size, sequence_length)，可选) — 位置嵌入中每个解码器输入序列标记的位置索引。在范围 [0, config.max_position_embeddings - 1] 中选择。
• output_attentions (bool，可选) — 是否返回所有注意力层的注意力张量。 有关更多详细信息，请参见返回张量下的 attentions。
• output_hidden_states (bool，可选) — 是否返回所有层的隐藏状态。 有关更多详细信息，请参见返回张量下的 hidden_states。
• return_dict (bool，可选) — 是否返回 ModelOutput 而不是普通元组。

一个 transformers.modeling_flax_outputs.FlaxSeq2SeqLMOutput 或 torch.FloatTensor 的元组 (如果传递了 return_dict=False 或者当 config.return_dict=False 时)，其中包含取决于配置 (PegasusConfig) 和输入的各种元素。

• logits (jnp.ndarray 的形状为 (batch_size, sequence_length, config.vocab_size)) — 语言建模头的预测分数（SoftMax 之前每个词汇表标记的分数）。

• past_key_values (tuple(tuple(jnp.ndarray)), 可选, 当传递 use_cache=True 或当 config.use_cache=True 时返回) — 长度为 config.n_layers 的 tuple(jnp.ndarray) 的 tuple，其中每个 tuple 具有 2 个形状为 (batch_size, num_heads, sequence_length, embed_size_per_head) 的 tensors 和 2 个形状为 (batch_size, num_heads, encoder_sequence_length, embed_size_per_head) 的附加 tensors。

  包含预先计算的隐藏状态（自注意力模块和交叉注意力模块中的键和值），这些状态可用于（请参阅 past_key_values 输入）加速顺序解码。

• decoder_hidden_states (tuple(jnp.ndarray), 可选, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — jnp.ndarray 的 tuple (embeddings 的输出一个，每层输出一个)，形状为 (batch_size, sequence_length, hidden_size)。

  解码器在每一层输出端的隐藏状态，加上初始嵌入输出。

• decoder_attentions (tuple(jnp.ndarray), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — jnp.ndarray 的 tuple (每层一个)，形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均值。

• cross_attentions (tuple(jnp.ndarray), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — jnp.ndarray 的 tuple (每层一个)，形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器的交叉注意力层的注意力权重，在注意力 softmax 之后，用于计算交叉注意力头中的加权平均值。

• encoder_last_hidden_state (jnp.ndarray，形状为 (batch_size, sequence_length, hidden_size), 可选) — 模型 encoder 的最后一层输出的 hidden-states 序列。

• encoder_hidden_states (tuple(jnp.ndarray), 可选, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — jnp.ndarray 的 tuple (embeddings 的输出一个，每层输出一个)，形状为 (batch_size, sequence_length, hidden_size)。

  编码器在每一层输出端的隐藏状态，加上初始嵌入输出。

• encoder_attentions (tuple(jnp.ndarray), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — jnp.ndarray 的 tuple (每层一个)，形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  编码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均值。

参数

• input_ids (jnp.ndarray 的形状为 (batch_size, sequence_length)) — 词汇表中输入序列标记的索引。 默认情况下，如果您提供填充，则会忽略填充。

  可以使用 AutoTokenizer 获取索引。 有关详细信息，请参见 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

  什么是输入 ID？

• attention_mask (jnp.ndarray 的形状为 (batch_size, sequence_length)，可选) — 掩码，以避免对填充标记索引执行注意力机制。 在 [0, 1] 中选择的掩码值：
  • 1 表示未掩码的标记，
  • 0 表示已掩码的标记。

  什么是注意力掩码？

• position_ids (numpy.ndarray 的形状为 (batch_size, sequence_length)，可选) — 位置嵌入中每个输入序列标记的位置索引。在范围 [0, config.max_position_embeddings - 1] 中选择。
• output_attentions (bool，可选) — 是否返回所有注意力层的注意力张量。 有关更多详细信息，请参见返回张量下的 attentions。
• output_hidden_states (bool，可选) — 是否返回所有层的隐藏状态。 有关更多详细信息，请参见返回张量下的 hidden_states。
• return_dict (bool，可选) — 是否返回 ModelOutput 而不是普通元组。

一个 transformers.modeling_flax_outputs.FlaxBaseModelOutput 或 torch.FloatTensor 元组 (如果传递了 return_dict=False 或当 config.return_dict=False 时)，包含各种元素，具体取决于配置 (<class 'transformers.models.pegasus.configuration_pegasus.PegasusConfig'>) 和输入。

• last_hidden_state (形状为 (batch_size, sequence_length, hidden_size) 的 jnp.ndarray) — 模型最后一层输出的隐藏状态序列。

• hidden_states (tuple(jnp.ndarray), optional, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — jnp.ndarray 元组 (每个元素对应一个层的输出，包括 embeddings 层的输出)，形状为 (batch_size, sequence_length, hidden_size)。

  模型在每一层输出的隐藏状态，加上初始 embedding 输出。

• attentions (tuple(jnp.ndarray), optional, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — jnp.ndarray 元组 (每个元素对应一个层)，形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  注意力 softmax 之后的注意力权重，用于计算自注意力头中的加权平均值。

参数

• decoder_input_ids (jnp.ndarray 的形状为 (batch_size, target_sequence_length)) — 词汇表中解码器输入序列标记的索引。

  可以使用 AutoTokenizer 获取索引。 有关详细信息，请参见 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

  什么是解码器输入 ID？

• encoder_outputs (tuple(tuple(jnp.ndarray)) — 元组由 (last_hidden_state，可选：hidden_states，可选：attentions) 组成，last_hidden_state 的形状为 (batch_size, sequence_length, hidden_size)，可选) 是编码器最后一层输出端的隐藏状态序列。 在解码器的交叉注意力机制中使用。
• encoder_attention_mask (jnp.ndarray 的形状为 (batch_size, sequence_length)，可选) — 掩码，以避免对填充标记索引执行注意力机制。 在 [0, 1] 中选择的掩码值：
  • 1 表示未掩码的标记，
  • 0 表示已掩码的标记。

  什么是注意力掩码？

• decoder_attention_mask (jnp.ndarray 的形状为 (batch_size, target_sequence_length)，可选) — 默认行为：生成一个张量，该张量忽略 decoder_input_ids 中的填充标记。默认情况下，也会使用因果掩码。

  如果您想更改填充行为，则应根据您的需要进行修改。 有关默认策略的更多信息，请参见论文中的图 1。

• decoder_position_ids (numpy.ndarray 的形状为 (batch_size, sequence_length)，可选) — 位置嵌入中每个解码器输入序列标记的位置索引。在范围 [0, config.max_position_embeddings - 1] 中选择。
• past_key_values (Dict[str, np.ndarray]，可选，由 init_cache 返回或在传递先前的 past_key_values 时返回) — 预先计算的隐藏状态（注意力块中的键和值）字典，可用于快速自回归解码。 预先计算的键和值隐藏状态的形状为[batch_size, max_length]。
• output_attentions (bool，可选) — 是否返回所有注意力层的注意力张量。 有关更多详细信息，请参见返回张量下的 attentions。
• output_hidden_states (bool，可选) — 是否返回所有层的隐藏状态。 有关更多详细信息，请参见返回张量下的 hidden_states。
• return_dict (bool，可选) — 是否返回 ModelOutput 而不是普通元组。

一个 transformers.modeling_flax_outputs.FlaxCausalLMOutputWithCrossAttentions 或 torch.FloatTensor 的元组 (如果传递了 return_dict=False 或者当 config.return_dict=False 时)，其中包含取决于配置 (<class 'transformers.models.pegasus.configuration_pegasus.PegasusConfig'>) 和输入的各种元素。

• logits (jnp.ndarray 的形状为 (batch_size, sequence_length, config.vocab_size)) — 语言建模头的预测分数（SoftMax 之前每个词汇表标记的分数）。

• hidden_states (tuple(jnp.ndarray), optional, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — jnp.ndarray 元组 (每个元素对应一个层的输出，包括 embeddings 层的输出)，形状为 (batch_size, sequence_length, hidden_size)。

  模型在每一层输出的隐藏状态，加上初始 embedding 输出。

• attentions (tuple(jnp.ndarray), optional, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — jnp.ndarray 元组 (每个元素对应一个层)，形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  注意力 softmax 之后的注意力权重，用于计算自注意力头中的加权平均值。

• cross_attentions (tuple(jnp.ndarray), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — jnp.ndarray 的 tuple (每层一个)，形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  交叉注意力 softmax 之后的注意力权重，用于计算交叉注意力头中的加权平均值。

• past_key_values (tuple(tuple(jnp.ndarray))，可选，当传递 use_cache=True 或当 config.use_cache=True 时返回) — 长度为 config.n_layers 的 jnp.ndarray 元组的元组，每个元组都包含自注意力机制和交叉注意力机制层的缓存键、值状态（如果模型用于编码器-解码器设置）。 仅在 config.is_decoder = True 时相关。

  包含预先计算的隐藏状态（注意力模块中的键和值），这些状态可用于（参见 past_key_values 输入）加速顺序解码。