TextBox 2.0：基于预训练语言模型的文本生成库

为了促进文本生成领域的研究，本文介绍了一个全面且统一的库——TextBox 2.0，专注于预训练语言模型（PLMs）的应用。为了实现全面性，我们的库涵盖了13种常见的文本生成任务及其对应的83个数据集，并进一步整合了45种PLMs，包括通用型、翻译型、中文型、对话型、可控型、蒸馏型、提示型和轻量级PLMs。我们还实现了4种高效的训练策略，并提供了4种生成目标，用于从零开始预训练新的PLMs。为了实现统一性，我们设计了支持整个研究流程（从数据加载到训练和评估）的接口，确保每个步骤都能以统一的方式完成。尽管功能丰富，但使用我们的库非常方便，既可以通过友好的Python API进行操作，也可以通过命令行进行使用。为了验证我们库的有效性，我们进行了广泛的实验，并展示了四种类型的研究场景。该项目已发布在以下链接：https://github.com/RUCAIBox/TextBox。