# XLNet

## Tổng quan

Mô hình XLNet được đề xuất trong [XLNet: Generalized Autoregressive Pretraining for Language Understanding](https://huggingface.co/papers/1906.08237) bởi Zhilin Yang, Zihang Dai, Yiming Yang, Jaime Carbonell, Ruslan Salakhutdinov, Quoc V. Le. XLnet là một phần mở rộng của mô hình Transformer-XL, được huấn luyện trước bằng phương pháp tự hồi quy để học ngữ cảnh hai chiều bằng cách tối đa hóa khả năng kỳ vọng trên tất cả các hoán vị của thứ tự phân tích chuỗi đầu vào.

Tóm tắt từ bài báo như sau:

*Với khả năng mô hình hóa ngữ cảnh hai chiều, phương pháp tiền huấn luyện dựa trên tự mã hóa khử nhiễu như BERT đạt hiệu suất tốt hơn so với các phương pháp tiền huấn luyện dựa trên mô hình hóa ngôn ngữ tự hồi quy. Tuy nhiên, do phụ thuộc vào việc làm hỏng đầu vào bằng các mặt nạ, BERT bỏ qua sự phụ thuộc giữa các vị trí bị che và gặp phải sự khác biệt giữa tiền huấn luyện và tinh chỉnh. Trước những ưu và nhược điểm này, chúng tôi đề xuất XLNet, một phương pháp tiền huấn luyện tự hồi quy tổng quát hóa, (1) cho phép học ngữ cảnh hai chiều bằng cách tối đa hóa khả năng kỳ vọng trên tất cả các hoán vị của thứ tự phân tích và (2) khắc phục các hạn chế của BERT nhờ công thức tự hồi quy. Hơn nữa, XLNet tích hợp các ý tưởng từ Transformer-XL, mô hình tự hồi quy tiên tiến nhất, vào quá trình tiền huấn luyện. Về mặt thực nghiệm, trong các cài đặt thí nghiệm tương đương, XLNet vượt trội hơn BERT trên 20 tác vụ, thường với khoảng cách lớn, bao gồm trả lời câu hỏi, suy luận ngôn ngữ tự nhiên, phân tích cảm xúc và xếp hạng tài liệu.*

Mô hình này được đóng góp bởi [thomwolf](https://huggingface.co/thomwolf). Mã gốc có thể được tìm thấy [tại đây](https://github.com/zihangdai/xlnet/).

## Mẹo sử dụng

- Mẫu chú ý cụ thể có thể được kiểm soát ở thời điểm huấn luyện và kiểm tra bằng cách sử dụng đầu vào `perm_mask`.
- Do khó khăn trong việc huấn luyện một mô hình tự hồi quy hoàn toàn trên nhiều thứ tự phân tích khác nhau, XLNet được tiền huấn luyện bằng cách chỉ sử dụng một tập con các token đầu ra làm mục tiêu, được chọn thông qua đầu vào `target_mapping`.
- Để sử dụng XLNet cho giải mã tuần tự (tức là không trong cài đặt hai chiều hoàn toàn), hãy sử dụng các đầu vào `perm_mask` và `target_mapping` để kiểm soát phạm vi chú ý và các đầu ra
- XLNet là một trong số ít các mô hình không có giới hạn về độ dài chuỗi.
- XLNet không phải là một mô hình tự hồi quy truyền thống mà sử dụng một chiến lược huấn luyện dựa trên đó. Nó hoán vị các token trong câu, sau đó cho phép mô hình sử dụng n token cuối cùng để dự đoán token n+1. Vì tất cả đều được thực hiện với một mask, câu thực tế được đưa vào mô hình theo đúng thứ tự, nhưng thay vì mask n token đầu tiên cho n+1, XLNet sử dụng một mask che đi các token trước đó trong một hoán vị nhất định của 1,…,độ dài chuỗi.
- XLNet cũng sử dụng cùng cơ chế lặp lại như Transformer-XL để xây dựng các phụ thuộc dài hạn.

## Tài nguyên

- [Hướng dẫn cho tác vụ phân loại văn bản](../tasks/sequence_classification)
- [Hướng dẫn cho tác vụ phân loại token](../tasks/token_classification)
- [Hướng dẫn nhiệm vụ trả lời câu hỏi](../tasks/question_answering)
- [Hướng dẫn tác vụ mô hình hóa ngôn ngữ nhân quả](../tasks/language_modeling)
- [Hướng dẫn cho tác vụ chọn nhiều đáp án](../tasks/multiple_choice)

## XLNetConfig[[transformers.XLNetConfig]]

#### transformers.XLNetConfig[[transformers.XLNetConfig]]

```python
transformers.XLNetConfig(transformers_version: str | None = None, architectures: list[str] | None = None, output_hidden_states: bool | None = False, return_dict: bool | None = True, dtype: str | torch.dtype | None = None, chunk_size_feed_forward: int = 0, is_encoder_decoder: bool = False, id2label: dict[int, str] | dict[str, str] | None = None, label2id: dict[str, int] | dict[str, str] | None = None, problem_type: Literal['regression', 'single_label_classification', 'multi_label_classification'] | None = None, vocab_size: int = 32000, d_model: int = 1024, n_layer: int = 24, n_head: int = 16, d_inner: int = 4096, d_head: int | None = None, ff_activation: str = 'gelu', attn_type: str = 'bi', initializer_range: float = 0.02, layer_norm_eps: float = 1e-12, dropout: float | int = 0.1, mem_len: int | None = 512, reuse_len: int | None = None, use_mems_eval: bool = True, use_mems_train: bool = False, bi_data: bool = False, clamp_len: int = -1, same_length: bool = False, summary_type: str = 'last', summary_use_proj: bool = True, summary_activation: str = 'tanh', summary_last_dropout: float | int = 0.1, start_n_top: int = 5, end_n_top: int = 5, pad_token_id: int | None = 5, bos_token_id: int | None = 1, eos_token_id: int | list[int] | None = 2, tie_word_embeddings: bool = True)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/configuration_xlnet.py#L28)

**Tham số:**

vocab_size (`int`, *tùy chọn*, mặc định là `32000`) : Kích thước từ vựng của mô hình. Xác định số lượng token khác nhau có thể được biểu diễn bởi `input_ids`.

d_model (`int`, *tuỳ chọn*, mặc định là `1024`) : Kích thước của các lớp encoder và lớp pooler.

n_layer (`int`, *tuỳ chọn*, mặc định là `24`) : Số lượng lớp ẩn trong bộ giải mã Transformer.

n_head (`int`, *tuỳ chọn*, mặc định là `16`) : Số lượng đầu chú ý cho mỗi lớp chú ý trong bộ giải mã Transformer.

d_inner (`int`, *tuỳ chọn*, mặc định là `4096`) : Kích thước của các biểu diễn MLP.

d_head (`int`, *optional*) : Kích thước chiều của đầu chú ý. Nếu là None, giá trị mặc định sẽ là hidden_size // num_attention_heads

ff_activation (`str` hoặc `Callable`, *tùy chọn*, mặc định là `"gelu"`) : Hàm kích hoạt phi tuyến tính (hàm hoặc chuỗi) trong Nếu là chuỗi, `"gelu"`, `"relu"`, `"silu"` và `"gelu_new"` được hỗ trợ.

attn_type (`str`, *tùy chọn*, mặc định là `"bi"`) : Kiểu chú ý được mô hình sử dụng. Đặt `"bi"` cho XLNet, `"uni"` cho Transformer-XL.

initializer_range (`float`, *optional*, mặc định là `0.02`) : Độ lệch chuẩn của truncated_normal_initializer để khởi tạo tất cả các ma trận trọng số.

layer_norm_eps (`float`, *tuỳ chọn*, mặc định là `1e-12`) : Epsilon được sử dụng bởi các lớp chuẩn hóa lớp (layer normalization).

dropout (`Union[float, int]`, *tùy chọn*, mặc định là `0.1`) : Tỷ lệ cho tất cả các lớp dropout.

mem_len (`int` hoặc `None`, *tùy chọn*) : Số lượng token cần lưu vào bộ nhớ đệm. Các cặp khóa/giá trị đã được tính toán trước trong một bước truyền trước đó sẽ không được tính lại. Xem [quickstart](https://huggingface.co/transformers/quickstart.html#using-the-past) để biết thêm thông tin.

reuse_len (`int`, *tùy chọn*) : Số lượng token trong batch hiện tại sẽ được lưu vào bộ nhớ đệm và tái sử dụng trong tương lai.

use_mems_eval (`bool`, *tùy chọn*, mặc định là `True`) : Xác định xem mô hình có nên sử dụng cơ chế bộ nhớ đệ quy trong chế độ đánh giá hay không.

use_mems_train (`bool`, *tùy chọn*, mặc định là `False`) : Xác định xem mô hình có nên sử dụng cơ chế bộ nhớ đệ quy ở chế độ huấn luyện hay không. Đối với tiền huấn luyện, khuyến nghị đặt `use_mems_train` thành `True`. Đối với tinh chỉnh, khuyến nghị đặt `use_mems_train` thành `False` như đã thảo luận [tại đây](https://github.com/zihangdai/xlnet/issues/41#issuecomment-505102587). Nếu `use_mems_train` được đặt thành `True`, cần đảm bảo rằng các lô huấn luyện được tiền xử lý chính xác, *ví dụ* `batch_1 = [[This line is], [This is the]]` và `batch_2 = [[ the first line], [ second line]]` và tất cả các lô đều có kích thước bằng nhau.

bi_data (`bool`, *tùy chọn*, mặc định là `False`) : Có sử dụng đường ống đầu vào hai chiều hay không. Thường được đặt thành `True` trong quá trình tiền huấn luyện và `False` trong quá trình tinh chỉnh.

clamp_len (`int`, *optional*, mặc định là -1) : Giới hạn tất cả các khoảng cách tương đối lớn hơn clamp_len. Đặt thuộc tính này thành -1 có nghĩa là không giới hạn.

same_length (`bool`, *tùy chọn*, mặc định là `False`) : Có sử dụng cùng một độ dài chú ý cho từng token hay không.

summary_type (`str`, *tùy chọn*, mặc định là "last") : Tham số được sử dụng khi thực hiện tóm tắt chuỗi. Được dùng trong các mô hình phân loại chuỗi và lựa chọn nhiều phương án. Phải là một trong các tùy chọn sau: - `"last"`: Lấy trạng thái ẩn của token cuối cùng (giống XLNet). - `"first"`: Lấy trạng thái ẩn của token đầu tiên (giống BERT). - `"mean"`: Lấy trung bình của các trạng thái ẩn của tất cả các token. - `"cls_index"`: Cung cấp một Tensor chứa vị trí của token phân loại (giống GPT/GPT-2). - `"attn"`: Chưa được triển khai, sử dụng chú ý đa đầu (multi-head attention).

summary_use_proj (`bool`, *tùy chọn*, mặc định là `True`) : Tham số được sử dụng khi thực hiện tóm tắt chuỗi. Được dùng trong các mô hình phân loại chuỗi và lựa chọn nhiều phương án. Xác định có thêm một lớp chiếu (projection) sau bước trích xuất vector hay không.

summary_activation (`str`, *tùy chọn*) : Tham số được sử dụng khi thực hiện tóm tắt chuỗi. Được dùng trong các mô hình phân loại chuỗi và lựa chọn nhiều phương án. Truyền `"tanh"` để áp dụng hàm kích hoạt tanh cho đầu ra, mọi giá trị khác sẽ không áp dụng hàm kích hoạt nào.

summary_last_dropout (`float`, *optional*, mặc định là 0.1) : Được sử dụng trong các mô hình phân loại chuỗi và lựa chọn nhiều phương án. Tỷ lệ dropout được sử dụng sau phép chiếu và kích hoạt.

start_n_top (`int`, *tùy chọn*, mặc định là 5) : Được sử dụng trong script đánh giá SQuAD.

end_n_top (`int`, *tùy chọn*, mặc định là 5) : Được sử dụng trong script đánh giá SQuAD.

pad_token_id (`int`, *tuỳ chọn*, mặc định là `5`) : Id của token được sử dụng để đệm (padding) trong từ vựng.

bos_token_id (`int`, *tuỳ chọn*, mặc định là `1`) : Id của token được sử dụng cho đầu luồng (beginning-of-stream) trong từ vựng.

eos_token_id (`Union[int, list[int]]`, *tùy chọn*, mặc định là `2`) : Id của token được sử dụng cho end-of-stream trong bảng từ vựng.

tie_word_embeddings (`bool`, *tùy chọn*, mặc định là `True`) : Có nên gắn kết các nhúng trọng số theo ánh xạ `tied_weights_keys` của mô hình hay không.

Đây là lớp cấu hình để lưu trữ cấu hình của một XLNetModel. Nó được sử dụng để khởi tạo một mô hình Xlnet theo các đối số được chỉ định, xác định kiến trúc của mô hình. Khởi tạo một cấu hình với các giá trị mặc định sẽ tạo ra một cấu hình tương tự như cấu hình của [xlnet/xlnet-large-cased](https://huggingface.co/xlnet/xlnet-large-cased)

Các đối tượng cấu hình kế thừa từ [PreTrainedConfig](/docs/transformers/v5.23.0/vi/main_classes/configuration#transformers.PreTrainedConfig) và có thể được sử dụng để kiểm soát đầu ra của mô hình. Đọc tài liệu từ [PreTrainedConfig](/docs/transformers/v5.23.0/vi/main_classes/configuration#transformers.PreTrainedConfig) để biết thêm thông tin.

Ví dụ:

```python
>>> from transformers import XLNetConfig, XLNetModel

>>> # Initializing a XLNet configuration
>>> configuration = XLNetConfig()

>>> # Initializing a model (with random weights) from the configuration
>>> model = XLNetModel(configuration)

>>> # Accessing the model configuration
>>> configuration = model.config
```

## XLNetTokenizer[[transformers.XLNetTokenizer]]

#### transformers.XLNetTokenizer[[transformers.XLNetTokenizer]]

```python
transformers.XLNetTokenizer(vocab: str | list[tuple[str, float]] | None = None, unk_id: int = 0, do_lower_case = False, remove_space = True, keep_accents = False, bos_token = '<s>', eos_token = '</s>', unk_token = '<unk>', sep_token = '<sep>', pad_token = '<pad>', cls_token = '<cls>', mask_token = '<mask>', _spm_precompiled_charsmap = None, additional_special_tokens = None, **kwargs)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/tokenization_xlnet.py#L38)

**Tham số:**

vocab (`list of tuples`, *optional*) : Danh sách các tuple (token, score) cho mô hình Unigram. Nếu không được cung cấp, một danh sách rỗng sẽ được sử dụng.

unk_id (`int`, *tuỳ chọn*, mặc định là 0) : ID của token không xác định trong từ vựng.

do_lower_case (`bool`, *tùy chọn*, mặc định là `False`) : Có nên chuyển đầu vào sang chữ thường khi phân tách token hay không.

remove_space (`bool`, *tùy chọn*, mặc định là `True`) : Có nên loại bỏ khoảng trắng thừa khi phân tách token (xóa khoảng trắng thừa trước và sau chuỗi) hay không.

keep_accents (`bool`, *tùy chọn*, mặc định là `False`) : Có giữ dấu thanh khi phân tách token hay không.

bos_token (`str`, *tuỳ chọn*, mặc định là `"<s>"`) : Token bắt đầu chuỗi được sử dụng trong quá trình tiền huấn luyện. Có thể được dùng làm token phân loại chuỗi.    Khi xây dựng một chuỗi bằng các token đặc biệt, đây không phải là token được dùng cho phần bắt đầu của chuỗi. Token được dùng là `cls_token`.

eos_token (`str`, *tùy chọn*, mặc định là `"</s>"`) : Token kết thúc chuỗi. Khi xây dựng một chuỗi bằng các token đặc biệt, đây không phải là token được dùng cho việc kết thúc chuỗi. Token được dùng là `sep_token`.

unk_token (`str`, *tùy chọn*, mặc định là `"<unk>"`) : Token không xác định. Một token không có trong từ vựng sẽ không thể được chuyển đổi thành ID và sẽ được gán thành token này thay thế.

sep_token (`str`, *tùy chọn*, mặc định là `"<sep>"`) : Token phân cách, được sử dụng khi xây dựng một chuỗi từ nhiều chuỗi, ví dụ như hai chuỗi cho phân loại chuỗi hoặc một văn bản và một câu hỏi cho trả lời câu hỏi. Nó cũng được sử dụng làm token cuối cùng của một chuỗi được xây dựng với các token đặc biệt.

pad_token (`str`, *tùy chọn*, mặc định là `"<pad>"`) : Token được sử dụng để đệm, chẳng hạn khi xử lý các lô (batch) các chuỗi có độ dài khác nhau.

cls_token (`str`, *tùy chọn*, mặc định là `"<cls>"`) : Token phân loại được sử dụng khi thực hiện phân loại chuỗi (phân loại toàn bộ chuỗi thay vì phân loại theo từng token). Đây là token đầu tiên của chuỗi khi được xây dựng với các token đặc biệt.

mask_token (`str`, *tùy chọn*, mặc định là `"<mask>"`) : Token được sử dụng để che các giá trị. Đây là token được dùng khi huấn luyện mô hình này với mô hình hóa ngôn ngữ có che (masked language modeling). Đây là token mà mô hình sẽ cố gắng dự đoán.

additional_special_tokens (`list[str]`, *tùy chọn*, mặc định là `["<eop>", "<eod>"]`) : Các token đặc biệt bổ sung được sử dụng bởi tokenizer.

Xây dựng bộ phân từ XLNet (dựa trên thư viện *tokenizers* của HuggingFace). Dựa trên [Unigram](https://huggingface.co/docs/tokenizers/python/latest/components.html?highlight=unigram#models).

Tokenizer này kế thừa từ [TokenizersBackend](/docs/transformers/v5.23.0/vi/main_classes/tokenizer#transformers.TokenizersBackend), lớp chứa hầu hết các phương thức chính. Người dùng nên tham khảo lớp cha này để biết thêm thông tin về các phương thức đó.

#### get_special_tokens_mask[[transformers.XLNetTokenizer.get_special_tokens_mask]]

```python
get_special_tokens_mask(token_ids_0: list[int], token_ids_1: list[int] | None = None, already_has_special_tokens: bool = False)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/tokenization_utils_base.py#L1337)

**Tham số:**

token_ids_0 : Danh sách các ID của chuỗi (có thể đã được định dạng).

token_ids_1 : Không được sử dụng khi `already_has_special_tokens=True`. Trong trường hợp đó, giá trị phải là None.

already_has_special_tokens : Xác định xem chuỗi đã được định dạng với các token đặc biệt hay chưa.

**Trả về:** Một danh sách các số nguyên trong khoảng [0, 1]

1 cho token đặc biệt, 0 cho token chuỗi.

Lấy các id chuỗi từ một danh sách token không có token đặc biệt nào được thêm vào.

Đối với các tokenizer nhanh, các data collator gọi hàm này với `already_has_special_tokens=True` để xây dựng một mask trên một chuỗi đã được định dạng sẵn. Trong trường hợp đó, chúng ta tính mask bằng cách kiểm tra sự thuộc về trong `all_special_ids`.

#### save_vocabulary[[transformers.XLNetTokenizer.save_vocabulary]]

```python
save_vocabulary(save_directory: str, filename_prefix: str | None = None)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/tokenization_utils_tokenizers.py#L547)

## Đầu ra cụ thể của XLNet[[transformers.models.xlnet.modeling_xlnet.XLNetModelOutput]]

#### transformers.models.xlnet.modeling_xlnet.XLNetModelOutput[[transformers.models.xlnet.modeling_xlnet.XLNetModelOutput]]

```python
transformers.models.xlnet.modeling_xlnet.XLNetModelOutput(last_hidden_state: Tensor, mems: list[torch.Tensor] | None = None, hidden_states: tuple[torch.Tensor, ...] | None = None, attentions: tuple[torch.Tensor, ...] | None = None)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L659)

**Tham số:**

last_hidden_state (`torch.Tensor` có shape `(batch_size, num_predict, hidden_size)`) : Chuỗi hidden-states ở lớp cuối của mô hình.  `num_predict` tương ứng với `target_mapping.shape[1]`. Nếu `target_mapping` là `None`, thì `num_predict` tương ứng với `sequence_length`.

mems (`list[torch.Tensor]` có độ dài `config.n_layers`) : Chứa các hidden-states đã được tính toán trước. Có thể được sử dụng (xem đầu vào `mems`) để tăng tốc độ giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền dưới dạng `input_ids` vì chúng đã được tính toán.

hidden_states (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_hidden_states=True` được truyền vào hoặc khi `config.output_hidden_states=True`) : Tuple của `torch.Tensor` (một cho đầu ra của embeddings, nếu model có lớp embedding, + một cho đầu ra của mỗi lớp) có shape `(batch_size, sequence_length, hidden_size)`. Hidden-states của model tại đầu ra của mỗi lớp cùng với đầu ra embedding ban đầu tùy chọn.

attentions (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_attentions=True` được truyền vào hoặc khi `config.output_attentions=True`) : Tuple của `torch.Tensor` (một cho mỗi lớp) có hình dạng `(batch_size, num_heads, sequence_length, sequence_length)`.  Trọng số chú ý sau softmax chú ý, được sử dụng để tính trung bình có trọng số trong các đầu chú ý tự (self-attention).

Loại đầu ra của [XLNetModel](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetModel).

#### transformers.models.xlnet.modeling_xlnet.XLNetLMHeadModelOutput[[transformers.models.xlnet.modeling_xlnet.XLNetLMHeadModelOutput]]

```python
transformers.models.xlnet.modeling_xlnet.XLNetLMHeadModelOutput(loss: typing.Optional[torch.Tensor] = None, logits: typing.Optional[torch.Tensor] = None, mems: list[torch.Tensor] | None = None, hidden_states: tuple[torch.Tensor, ...] | None = None, attentions: tuple[torch.Tensor, ...] | None = None)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L684)

**Tham số:**

loss (`torch.Tensor` có shape *(1,)*, *tuỳ chọn*, được trả về khi `labels` được cung cấp) : Mất mô hình hóa ngôn ngữ (cho dự đoán token tiếp theo).

logits (`torch.Tensor` có shape `(batch_size, num_predict, config.vocab_size)`) : Điểm dự đoán của đầu mô hình ngôn ngữ (điểm cho từng token trong bảng từ vựng trước SoftMax).  `num_predict` tương ứng với `target_mapping.shape[1]`. Nếu `target_mapping` là `None`, thì `num_predict` tương ứng với `sequence_length`.

mems (`list[torch.Tensor]` có độ dài `config.n_layers`) : Chứa các hidden-states đã được tính toán trước. Có thể được sử dụng (xem đầu vào `mems`) để tăng tốc độ giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền dưới dạng `input_ids` vì chúng đã được tính toán.

hidden_states (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_hidden_states=True` được truyền vào hoặc khi `config.output_hidden_states=True`) : Tuple của `torch.Tensor` (một cho đầu ra của embeddings, nếu model có lớp embedding, + một cho đầu ra của mỗi lớp) có shape `(batch_size, sequence_length, hidden_size)`. Hidden-states của model tại đầu ra của mỗi lớp cùng với đầu ra embedding ban đầu tùy chọn.

attentions (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_attentions=True` được truyền vào hoặc khi `config.output_attentions=True`) : Tuple của `torch.Tensor` (một cho mỗi lớp) có hình dạng `(batch_size, num_heads, sequence_length, sequence_length)`.  Trọng số chú ý sau softmax chú ý, được sử dụng để tính trung bình có trọng số trong các đầu chú ý tự (self-attention).

Loại đầu ra của [XLNetLMHeadModel](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetLMHeadModel).

#### transformers.models.xlnet.modeling_xlnet.XLNetForSequenceClassificationOutput[[transformers.models.xlnet.modeling_xlnet.XLNetForSequenceClassificationOutput]]

```python
transformers.models.xlnet.modeling_xlnet.XLNetForSequenceClassificationOutput(loss: typing.Optional[torch.Tensor] = None, logits: typing.Optional[torch.Tensor] = None, mems: list[torch.Tensor] | None = None, hidden_states: tuple[torch.Tensor, ...] | None = None, attentions: tuple[torch.Tensor, ...] | None = None)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L712)

**Tham số:**

loss (`torch.Tensor` có shape `(1,)`, *tùy chọn*, được trả về khi `label` được cung cấp) : Loss phân loại (hoặc hồi quy nếu config.num_labels==1).

logits (`torch.Tensor` có hình dạng `(batch_size, config.num_labels)`) : Điểm phân loại (hoặc hồi quy nếu config.num_labels==1) (trước SoftMax).

mems (`list[torch.Tensor]` có độ dài `config.n_layers`) : Chứa các hidden-states đã được tính toán trước. Có thể được sử dụng (xem đầu vào `mems`) để tăng tốc độ giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền dưới dạng `input_ids` vì chúng đã được tính toán.

hidden_states (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_hidden_states=True` được truyền vào hoặc khi `config.output_hidden_states=True`) : Tuple của `torch.Tensor` (một cho đầu ra của embeddings, nếu model có lớp embedding, + một cho đầu ra của mỗi lớp) có shape `(batch_size, sequence_length, hidden_size)`. Hidden-states của model tại đầu ra của mỗi lớp cùng với đầu ra embedding ban đầu tùy chọn.

attentions (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_attentions=True` được truyền vào hoặc khi `config.output_attentions=True`) : Tuple của `torch.Tensor` (một cho mỗi lớp) có hình dạng `(batch_size, num_heads, sequence_length, sequence_length)`.  Trọng số chú ý sau softmax chú ý, được sử dụng để tính trung bình có trọng số trong các đầu chú ý tự (self-attention).

Loại đầu ra của [XLNetForSequenceClassification](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetForSequenceClassification).

#### transformers.models.xlnet.modeling_xlnet.XLNetForMultipleChoiceOutput[[transformers.models.xlnet.modeling_xlnet.XLNetForMultipleChoiceOutput]]

```python
transformers.models.xlnet.modeling_xlnet.XLNetForMultipleChoiceOutput(loss: typing.Optional[torch.Tensor] = None, logits: typing.Optional[torch.Tensor] = None, mems: list[torch.Tensor] | None = None, hidden_states: tuple[torch.Tensor, ...] | None = None, attentions: tuple[torch.Tensor, ...] | None = None)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L762)

**Tham số:**

loss (`torch.Tensor` có hình dạng *(1,)*, *tùy chọn*, được trả về khi `labels` được cung cấp) : Tổn phân loại.

logits (`torch.Tensor` có shape `(batch_size, num_choices)`) : *num_choices* là chiều thứ hai của các tensor đầu vào. (xem *input_ids* ở trên). Điểm phân loại (trước SoftMax).

mems (`list[torch.Tensor]` có độ dài `config.n_layers`) : Chứa các hidden-states đã được tính toán trước. Có thể được sử dụng (xem đầu vào `mems`) để tăng tốc độ giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền dưới dạng `input_ids` vì chúng đã được tính toán.

hidden_states (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_hidden_states=True` được truyền vào hoặc khi `config.output_hidden_states=True`) : Tuple của `torch.Tensor` (một cho đầu ra của embeddings, nếu model có lớp embedding, + một cho đầu ra của mỗi lớp) có shape `(batch_size, sequence_length, hidden_size)`. Hidden-states của model tại đầu ra của mỗi lớp cùng với đầu ra embedding ban đầu tùy chọn.

attentions (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_attentions=True` được truyền vào hoặc khi `config.output_attentions=True`) : Tuple của `torch.Tensor` (một cho mỗi lớp) có hình dạng `(batch_size, num_heads, sequence_length, sequence_length)`.  Trọng số chú ý sau softmax chú ý, được sử dụng để tính trung bình có trọng số trong các đầu chú ý tự (self-attention).

Loại đầu ra của [XLNetForMultipleChoice](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetForMultipleChoice).

#### transformers.models.xlnet.modeling_xlnet.XLNetForTokenClassificationOutput[[transformers.models.xlnet.modeling_xlnet.XLNetForTokenClassificationOutput]]

```python
transformers.models.xlnet.modeling_xlnet.XLNetForTokenClassificationOutput(loss: typing.Optional[torch.Tensor] = None, logits: typing.Optional[torch.Tensor] = None, mems: list[torch.Tensor] | None = None, hidden_states: tuple[torch.Tensor, ...] | None = None, attentions: tuple[torch.Tensor, ...] | None = None)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L737)

**Tham số:**

loss (`torch.Tensor` có hình dạng `(1,)`, *tùy chọn*, được trả về khi `labels` được cung cấp) : Tổn phân loại.

logits (`torch.Tensor` có hình dạng `(batch_size, sequence_length, config.num_labels)`) : Điểm phân loại (trước SoftMax).

mems (`list[torch.Tensor]` có độ dài `config.n_layers`) : Chứa các hidden-states đã được tính toán trước. Có thể được sử dụng (xem đầu vào `mems`) để tăng tốc độ giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền dưới dạng `input_ids` vì chúng đã được tính toán.

hidden_states (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_hidden_states=True` được truyền vào hoặc khi `config.output_hidden_states=True`) : Tuple của `torch.Tensor` (một cho đầu ra của embeddings, nếu model có lớp embedding, + một cho đầu ra của mỗi lớp) có shape `(batch_size, sequence_length, hidden_size)`. Hidden-states của model tại đầu ra của mỗi lớp cùng với đầu ra embedding ban đầu tùy chọn.

attentions (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_attentions=True` được truyền vào hoặc khi `config.output_attentions=True`) : Tuple của `torch.Tensor` (một cho mỗi lớp) có hình dạng `(batch_size, num_heads, sequence_length, sequence_length)`.  Trọng số chú ý sau softmax chú ý, được sử dụng để tính trung bình có trọng số trong các đầu chú ý tự (self-attention).

Loại đầu ra của `XLNetForTokenClassificationOutput`.

#### transformers.models.xlnet.modeling_xlnet.XLNetForQuestionAnsweringSimpleOutput[[transformers.models.xlnet.modeling_xlnet.XLNetForQuestionAnsweringSimpleOutput]]

```python
transformers.models.xlnet.modeling_xlnet.XLNetForQuestionAnsweringSimpleOutput(loss: typing.Optional[torch.Tensor] = None, start_logits: typing.Optional[torch.Tensor] = None, end_logits: typing.Optional[torch.Tensor] = None, mems: list[torch.Tensor] | None = None, hidden_states: tuple[torch.Tensor, ...] | None = None, attentions: tuple[torch.Tensor, ...] | None = None)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L789)

**Tham số:**

loss (`torch.Tensor` có shape `(1,)`, *tùy chọn*, được trả về khi `labels` được cung cấp) : Tổng loss trích xuất span là tổng của Cross-Entropy cho các vị trí bắt đầu và kết thúc.

start_logits (`torch.Tensor` có hình dạng `(batch_size, sequence_length,)`) : Điểm bắt đầu span (trước SoftMax).

end_logits (`torch.Tensor` có hình dạng `(batch_size, sequence_length,)`) : Điểm kết thúc span (trước SoftMax).

mems (`list[torch.Tensor]` có độ dài `config.n_layers`) : Chứa các hidden-states đã được tính toán trước. Có thể được sử dụng (xem đầu vào `mems`) để tăng tốc độ giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền dưới dạng `input_ids` vì chúng đã được tính toán.

hidden_states (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_hidden_states=True` được truyền vào hoặc khi `config.output_hidden_states=True`) : Tuple của `torch.Tensor` (một cho đầu ra của embeddings, nếu model có lớp embedding, + một cho đầu ra của mỗi lớp) có shape `(batch_size, sequence_length, hidden_size)`. Hidden-states của model tại đầu ra của mỗi lớp cùng với đầu ra embedding ban đầu tùy chọn.

attentions (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_attentions=True` được truyền vào hoặc khi `config.output_attentions=True`) : Tuple của `torch.Tensor` (một cho mỗi lớp) có hình dạng `(batch_size, num_heads, sequence_length, sequence_length)`.  Trọng số chú ý sau softmax chú ý, được sử dụng để tính trung bình có trọng số trong các đầu chú ý tự (self-attention).

Loại đầu ra của [XLNetForQuestionAnsweringSimple](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetForQuestionAnsweringSimple).

#### transformers.models.xlnet.modeling_xlnet.XLNetForQuestionAnsweringOutput[[transformers.models.xlnet.modeling_xlnet.XLNetForQuestionAnsweringOutput]]

```python
transformers.models.xlnet.modeling_xlnet.XLNetForQuestionAnsweringOutput(loss: typing.Optional[torch.Tensor] = None, start_top_log_probs: typing.Optional[torch.Tensor] = None, start_top_index: typing.Optional[torch.LongTensor] = None, end_top_log_probs: typing.Optional[torch.Tensor] = None, end_top_index: typing.Optional[torch.LongTensor] = None, cls_logits: typing.Optional[torch.Tensor] = None, mems: list[torch.Tensor] | None = None, hidden_states: tuple[torch.Tensor, ...] | None = None, attentions: tuple[torch.Tensor, ...] | None = None)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L817)

**Tham số:**

loss (`torch.Tensor` có shape `(1,)`, *tùy chọn*, được trả về nếu cả `start_positions` và `end_positions` đều được cung cấp) : Mất phân loại (classification loss) dưới dạng tổng của các mất phân loại cho token bắt đầu, token kết thúc (và is_impossible nếu được cung cấp).

start_top_log_probs (`torch.Tensor` có shape `(batch_size, config.start_n_top)`, *tùy chọn*, được trả về nếu `start_positions` hoặc `end_positions` không được cung cấp) : Xác suất log cho config.start_n_top khả năng token bắt đầu hàng đầu (beam-search).

start_top_index (`torch.LongTensor` có shape `(batch_size, config.start_n_top)`, *tùy chọn*, được trả về nếu `start_positions` hoặc `end_positions` không được cung cấp) : Chỉ số cho config.start_n_top khả năng token bắt đầu hàng đầu (beam-search).

end_top_log_probs (`torch.Tensor` có shape `(batch_size, config.start_n_top * config.end_n_top)`, *tùy chọn*, được trả về nếu `start_positions` hoặc `end_positions` không được cung cấp) : Xác suất log cho `config.start_n_top * config.end_n_top` khả năng token kết thúc hàng đầu (beam-search).

end_top_index (`torch.LongTensor` có hình dạng `(batch_size, config.start_n_top * config.end_n_top)`, *tùy chọn*, được trả về nếu `start_positions` hoặc `end_positions` không được cung cấp) : Chỉ số cho `config.start_n_top * config.end_n_top` khả năng token kết thúc hàng đầu (beam-search).

cls_logits (`torch.Tensor` có shape `(batch_size,)`, *tùy chọn*, được trả về nếu `start_positions` hoặc `end_positions` không được cung cấp) : Xác suất log cho nhãn `is_impossible` của các câu trả lời.

mems (`list[torch.Tensor]` có độ dài `config.n_layers`) : Chứa các hidden-states đã được tính toán trước. Có thể được sử dụng (xem đầu vào `mems`) để tăng tốc độ giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền dưới dạng `input_ids` vì chúng đã được tính toán.

hidden_states (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_hidden_states=True` được truyền vào hoặc khi `config.output_hidden_states=True`) : Tuple của `torch.Tensor` (một cho đầu ra của embeddings, nếu model có lớp embedding, + một cho đầu ra của mỗi lớp) có shape `(batch_size, sequence_length, hidden_size)`. Hidden-states của model tại đầu ra của mỗi lớp cùng với đầu ra embedding ban đầu tùy chọn.

attentions (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_attentions=True` được truyền vào hoặc khi `config.output_attentions=True`) : Tuple của `torch.Tensor` (một cho mỗi lớp) có hình dạng `(batch_size, num_heads, sequence_length, sequence_length)`.  Trọng số chú ý sau softmax chú ý, được sử dụng để tính trung bình có trọng số trong các đầu chú ý tự (self-attention).

Loại đầu ra của [XLNetForQuestionAnswering](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetForQuestionAnswering).

## XLNetModel[[transformers.XLNetModel]]

#### transformers.XLNetModel[[transformers.XLNetModel]]

```python
transformers.XLNetModel(config: XLNetConfig)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L851)

**Tham số:**

config ([XLNetConfig](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetConfig)) : Lớp cấu hình mô hình chứa tất cả các tham số của mô hình. Khởi tạo bằng tệp cấu hình sẽ không tải trọng số liên quan đến mô hình, chỉ tải cấu hình. Xem phương thức [from_pretrained()](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel.from_pretrained) để tải trọng số mô hình.

Mô hình Xlnet cơ bản, xuất ra các hidden-states thô mà không có bất kỳ head cụ thể nào ở phía trên.

Mô hình này kế thừa từ [PreTrainedModel](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel). Xem tài liệu của lớp cha để biết các phương thức chung mà thư viện triển khai cho tất cả các mô hình của nó (chẳng hạn như tải xuống hoặc lưu trữ, thay đổi kích thước các nhúng đầu vào, cắt tỉa các đầu ra, v.v.)

Mô hình này cũng là một lớp con của [torch.nn.Module](https://pytorch.org/docs/stable/nn.html#torch.nn.Module) trong PyTorch. Hãy sử dụng nó như một Module PyTorch thông thường và tham khảo tài liệu PyTorch cho mọi vấn đề liên quan đến cách sử dụng và hành vi chung.

#### forward[[transformers.XLNetModel.forward]]

```python
forward(input_ids: typing.Optional[torch.Tensor] = None, attention_mask: typing.Optional[torch.Tensor] = None, mems: typing.Optional[torch.Tensor] = None, perm_mask: typing.Optional[torch.Tensor] = None, target_mapping: typing.Optional[torch.Tensor] = None, token_type_ids: typing.Optional[torch.Tensor] = None, input_mask: typing.Optional[torch.Tensor] = None, inputs_embeds: typing.Optional[torch.Tensor] = None, use_mems: bool | None = None, output_attentions: bool | None = None, output_hidden_states: bool | None = None, return_dict: bool | None = None, **kwargs)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L976)

**Tham số:**

input_ids (`torch.Tensor` có hình dạng `(batch_size, sequence_length)`, *tùy chọn*) : Chỉ số của các token trong chuỗi đầu vào theo từ vựng. Mặc định, các token đệm (padding) sẽ bị bỏ qua. Có thể lấy chỉ số bằng cách sử dụng [AutoTokenizer](/docs/transformers/v5.23.0/vi/model_doc/auto#transformers.AutoTokenizer). Xem [PreTrainedTokenizer.encode()](/docs/transformers/v5.23.0/vi/internal/tokenization_utils#transformers.PreTrainedTokenizerBase.encode) và [PreTrainedTokenizer.__call__()](/docs/transformers/v5.23.0/vi/internal/tokenization_utils#transformers.PreTrainedTokenizerBase.__call__) để biết thêm chi tiết. [ID đầu vào là gì?](../glossary#input-ids)

attention_mask (`torch.Tensor` có hình dạng `(batch_size, sequence_length)`, *tùy chọn*) : Mặt nạ để tránh thực hiện chú ý trên các chỉ số token đệm. Các giá trị mặt nạ được chọn trong `[0, 1]`:  - 1 cho các token **không bị che**, - 0 cho các token **bị che**.  [Mặt nạ chú ý là gì?](../glossary#attention-mask)

mems (`list[torch.Tensor]` có độ dài `config.n_layers`) : Chứa các hidden-states đã được tính trước (xem đầu ra `mems` bên dưới). Có thể được sử dụng để tăng tốc quá trình giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền vào `input_ids` vì chúng đã được tính toán. `use_mems` phải được đặt thành `True` để sử dụng `mems`.

perm_mask (`torch.Tensor` có shape `(batch_size, sequence_length, sequence_length)`, *tùy chọn*) : Mask để chỉ ra mẫu chú ý (attention pattern) cho từng token đầu vào, với các giá trị được chọn trong `[0, 1]`:  - nếu `perm_mask[k, i, j] = 0`, i chú ý đến j trong batch k; - nếu `perm_mask[k, i, j] = 1`, i không chú ý đến j trong batch k.  Nếu không được đặt, mỗi token sẽ chú ý đến tất cả các token khác (chú ý hai chiều đầy đủ). Chỉ được sử dụng trong quá trình pretraining (để xác định thứ tự phân rã) hoặc cho giải mã tuần tự (generation).

target_mapping (`torch.Tensor` có shape `(batch_size, num_predict, sequence_length)`, *tùy chọn*) : Mask để chỉ định các output token cần sử dụng. Nếu `target_mapping[k, i, j] = 1`, predict thứ i trong batch k nằm trên token thứ j. Chỉ được sử dụng trong quá trình pretraining cho partial prediction hoặc cho sequential decoding (generation).

token_type_ids (`torch.Tensor` có shape `(batch_size, sequence_length)`, *tùy chọn*) : Chỉ số token phân đoạn để chỉ định phần đầu và phần thứ hai của các đầu vào. Các chỉ số được chọn trong `[0, 1]`:  - 0 tương ứng với token *câu A*, - 1 tương ứng với token *câu B*.  [Các ID loại token là gì?](../glossary#token-type-ids)

input_mask (`torch.Tensor` có shape `batch_size, sequence_length`, *tùy chọn*) : Mặt nạ để tránh thực hiện chú ý trên các chỉ số token đệm. Đây là phần bù của `attention_mask`, tức là có giá trị 0 cho các token thực và 1 cho phần đệm, được giữ lại để đảm bảo tương thích với mã nguồn gốc.  Các giá trị mặt nạ được chọn trong `[0, 1]`:  - 1 cho các token bị **che**, - 0 cho các token **không bị che**.  Bạn chỉ có thể sử dụng một trong `input_mask` và `attention_mask`.

inputs_embeds (`torch.Tensor` có hình dạng `(batch_size, sequence_length, hidden_size)`, *tùy chọn*) : Tùy chọn, thay vì truyền `input_ids`, bạn có thể chọn cách truyền trực tiếp một biểu diễn nhúng. Điều này hữu ích nếu bạn muốn kiểm soát nhiều hơn cách chuyển đổi các chỉ số `input_ids` thành các vector liên quan so với ma trận tra cứu nhúng nội bộ của mô hình.

use_mems (`bool`, *tùy chọn*) : Có sử dụng trạng thái bộ nhớ để tăng tốc giải mã tuần tự hay không. Nếu đặt thành `True`, mô hình sẽ sử dụng các trạng thái ẩn từ các lần truyền tiến trước đó để tính toán chú ý, điều này có thể cải thiện đáng kể hiệu suất cho các tác vụ giải mã tuần tự.

output_attentions (`bool`, *tùy chọn*) : Có trả về các tensor chú ý của tất cả các lớp chú ý hay không. Xem `attentions` trong phần tensor trả về để biết thêm chi tiết.

output_hidden_states (`bool`, *tuỳ chọn*) : Có trả về trạng thái ẩn của tất cả các lớp hay không. Xem `hidden_states` trong phần tensor trả về để biết thêm chi tiết.

return_dict (`bool`, *tùy chọn*) : Có trả về [ModelOutput](/docs/transformers/v5.23.0/vi/main_classes/output#transformers.utils.ModelOutput) thay vì một tuple thông thường hay không.

**Trả về:** [XLNetModelOutput](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.models.xlnet.modeling_xlnet.XLNetModelOutput) hoặc `tuple(torch.Tensor)`

Một [XLNetModelOutput](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.models.xlnet.modeling_xlnet.XLNetModelOutput) hoặc một tuple của `torch.Tensor` (nếu `return_dict=False` được truyền hoặc khi `config.return_dict=False`) bao gồm các thành phần khác nhau tùy thuộc vào cấu hình ([XLNetConfig](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetConfig)) và đầu vào.

Phương thức forward của [XLNetModel](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetModel) ghi đè lên phương thức đặc biệt `__call__`.

Mặc dù công thức cho bước truyền tiến cần được định nghĩa bên trong hàm này, bạn nên gọi instance của `Module` sau đó thay vì gọi hàm này, vì instance `Module` sẽ đảm nhận việc thực hiện các bước tiền xử lý và hậu xử lý, trong khi hàm này sẽ bỏ qua chúng một cách im lặng.

- **last_hidden_state** (`torch.Tensor` có hình dạng `(batch_size, num_predict, hidden_size)`) -- Chuỗi các hidden-state ở lớp cuối cùng của mô hình.

  `num_predict` tương ứng với `target_mapping.shape[1]`. Nếu `target_mapping` là `None`, thì `num_predict` tương ứng với `sequence_length`.
- **mems** (`list[torch.Tensor]` có độ dài `config.n_layers`) -- Chứa các hidden-state đã được tính toán trước. Có thể được sử dụng (xem đầu vào `mems`) để tăng tốc độ giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền vào `input_ids` vì chúng đã được tính toán.
- **hidden_states** (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_hidden_states=True` được truyền vào hoặc khi `config.output_hidden_states=True`) -- Bộ tuple các `torch.Tensor` (một cho đầu ra của embeddings, nếu mô hình có lớp embedding, + một cho đầu ra của mỗi lớp) có hình dạng `(batch_size, sequence_length, hidden_size)`.

  Trạng thái ẩn của mô hình tại đầu ra của mỗi lớp cùng với các đầu ra embedding ban đầu tùy chọn.
- **attentions** (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_attentions=True` được truyền vào hoặc khi `config.output_attentions=True`) -- Bộ tuple của `torch.Tensor` (một cho mỗi lớp) có hình dạng `(batch_size, num_heads, sequence_length, sequence_length)`.

  Trọng số chú ý sau softmax của attention, được sử dụng để tính trung bình có trọng số trong các đầu self-attention.

## XLNetLMHeadModel[[transformers.XLNetLMHeadModel]]

#### transformers.XLNetLMHeadModel[[transformers.XLNetLMHeadModel]]

```python
transformers.XLNetLMHeadModel(config: XLNetConfig)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L1215)

**Tham số:**

config ([XLNetConfig](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetConfig)) : Lớp cấu hình mô hình chứa tất cả các tham số của mô hình. Khởi tạo bằng tệp cấu hình sẽ không tải trọng số liên quan đến mô hình, chỉ tải cấu hình. Xem phương thức [from_pretrained()](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel.from_pretrained) để tải trọng số mô hình.

XLNet Model với đầu mô hình hóa ngôn ngữ phía trên (tầng tuyến tính có trọng số được liên kết với các nhúng đầu vào).

Mô hình này kế thừa từ [PreTrainedModel](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel). Xem tài liệu của lớp cha để biết các phương thức chung mà thư viện triển khai cho tất cả các mô hình của nó (chẳng hạn như tải xuống hoặc lưu trữ, thay đổi kích thước các nhúng đầu vào, cắt tỉa các đầu ra, v.v.)

Mô hình này cũng là một lớp con của [torch.nn.Module](https://pytorch.org/docs/stable/nn.html#torch.nn.Module) trong PyTorch. Hãy sử dụng nó như một Module PyTorch thông thường và tham khảo tài liệu PyTorch cho mọi vấn đề liên quan đến cách sử dụng và hành vi chung.

#### forward[[transformers.XLNetLMHeadModel.forward]]

```python
forward(input_ids: typing.Optional[torch.Tensor] = None, attention_mask: typing.Optional[torch.Tensor] = None, mems: typing.Optional[torch.Tensor] = None, perm_mask: typing.Optional[torch.Tensor] = None, target_mapping: typing.Optional[torch.Tensor] = None, token_type_ids: typing.Optional[torch.Tensor] = None, input_mask: typing.Optional[torch.Tensor] = None, inputs_embeds: typing.Optional[torch.Tensor] = None, labels: typing.Optional[torch.Tensor] = None, use_mems: bool | None = None, output_attentions: bool | None = None, output_hidden_states: bool | None = None, return_dict: bool | None = None, logits_to_keep: typing.Union[int, torch.Tensor] = 0, **kwargs)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L1290)

**Tham số:**

input_ids (`torch.Tensor` có hình dạng `(batch_size, sequence_length)`, *tùy chọn*) : Chỉ số của các token trong chuỗi đầu vào theo từ vựng. Mặc định, các token đệm (padding) sẽ bị bỏ qua. Có thể lấy chỉ số bằng cách sử dụng [AutoTokenizer](/docs/transformers/v5.23.0/vi/model_doc/auto#transformers.AutoTokenizer). Xem [PreTrainedTokenizer.encode()](/docs/transformers/v5.23.0/vi/internal/tokenization_utils#transformers.PreTrainedTokenizerBase.encode) và [PreTrainedTokenizer.__call__()](/docs/transformers/v5.23.0/vi/internal/tokenization_utils#transformers.PreTrainedTokenizerBase.__call__) để biết thêm chi tiết. [ID đầu vào là gì?](../glossary#input-ids)

attention_mask (`torch.Tensor` có hình dạng `(batch_size, sequence_length)`, *tùy chọn*) : Mặt nạ để tránh thực hiện chú ý trên các chỉ số token đệm. Các giá trị mặt nạ được chọn trong `[0, 1]`:  - 1 cho các token **không bị che**, - 0 cho các token **bị che**.  [Mặt nạ chú ý là gì?](../glossary#attention-mask)

mems (`list[torch.Tensor]` có độ dài `config.n_layers`) : Chứa các hidden-states đã được tính trước (xem đầu ra `mems` bên dưới). Có thể được sử dụng để tăng tốc quá trình giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền vào `input_ids` vì chúng đã được tính toán. `use_mems` phải được đặt thành `True` để sử dụng `mems`.

perm_mask (`torch.Tensor` có shape `(batch_size, sequence_length, sequence_length)`, *tùy chọn*) : Mask để chỉ ra mẫu chú ý (attention pattern) cho từng token đầu vào, với các giá trị được chọn trong `[0, 1]`:  - nếu `perm_mask[k, i, j] = 0`, i chú ý đến j trong batch k; - nếu `perm_mask[k, i, j] = 1`, i không chú ý đến j trong batch k.  Nếu không được đặt, mỗi token sẽ chú ý đến tất cả các token khác (chú ý hai chiều đầy đủ). Chỉ được sử dụng trong quá trình pretraining (để xác định thứ tự phân rã) hoặc cho giải mã tuần tự (generation).

target_mapping (`torch.Tensor` có shape `(batch_size, num_predict, sequence_length)`, *tùy chọn*) : Mask để chỉ định các output token cần sử dụng. Nếu `target_mapping[k, i, j] = 1`, predict thứ i trong batch k nằm trên token thứ j. Chỉ được sử dụng trong quá trình pretraining cho partial prediction hoặc cho sequential decoding (generation).

token_type_ids (`torch.Tensor` có shape `(batch_size, sequence_length)`, *tùy chọn*) : Chỉ số token phân đoạn để chỉ định phần đầu và phần thứ hai của các đầu vào. Các chỉ số được chọn trong `[0, 1]`:  - 0 tương ứng với token *câu A*, - 1 tương ứng với token *câu B*.  [Các ID loại token là gì?](../glossary#token-type-ids)

input_mask (`torch.Tensor` có shape `batch_size, sequence_length`, *tùy chọn*) : Mặt nạ để tránh thực hiện chú ý trên các chỉ số token đệm. Đây là phần bù của `attention_mask`, tức là có giá trị 0 cho các token thực và 1 cho phần đệm, được giữ lại để đảm bảo tương thích với mã nguồn gốc.  Các giá trị mặt nạ được chọn trong `[0, 1]`:  - 1 cho các token bị **che**, - 0 cho các token **không bị che**.  Bạn chỉ có thể sử dụng một trong `input_mask` và `attention_mask`.

inputs_embeds (`torch.Tensor` có hình dạng `(batch_size, sequence_length, hidden_size)`, *tùy chọn*) : Tùy chọn, thay vì truyền `input_ids`, bạn có thể chọn cách truyền trực tiếp một biểu diễn nhúng. Điều này hữu ích nếu bạn muốn kiểm soát nhiều hơn cách chuyển đổi các chỉ số `input_ids` thành các vector liên quan so với ma trận tra cứu nhúng nội bộ của mô hình.

labels (`torch.LongTensor` có shape `(batch_size, num_predict)`, *tùy chọn*) : Nhãn cho mô hình hóa ngôn ngữ có che (masked language modeling). `num_predict` tương ứng với `target_mapping.shape[1]`. Nếu `target_mapping` là `None`, thì `num_predict` tương ứng với `sequence_length`.  Các nhãn phải tương ứng với các từ đầu vào bị che cần được dự đoán và phụ thuộc vào `target_mapping`. Lưu ý rằng để thực hiện mô hình hóa ngôn ngữ tự hồi quy (auto-regressive) tiêu chuẩn, một token ** phải được thêm vào `input_ids` (xem hàm `prepare_inputs_for_generation` và các ví dụ bên dưới)  Các chỉ số được chọn trong `[-100, 0, ..., config.vocab_size]` Tất cả các nhãn được đặt thành `-100` sẽ bị bỏ qua, loss chỉ được tính cho các nhãn trong `[0, ..., config.vocab_size]`

use_mems (`bool`, *tùy chọn*) : Có sử dụng trạng thái bộ nhớ để tăng tốc giải mã tuần tự hay không. Nếu đặt thành `True`, mô hình sẽ sử dụng các trạng thái ẩn từ các lần truyền tiến trước đó để tính toán chú ý, điều này có thể cải thiện đáng kể hiệu suất cho các tác vụ giải mã tuần tự.

output_attentions (`bool`, *tùy chọn*) : Có trả về các tensor chú ý của tất cả các lớp chú ý hay không. Xem `attentions` trong phần tensor trả về để biết thêm chi tiết.

output_hidden_states (`bool`, *tuỳ chọn*) : Có trả về trạng thái ẩn của tất cả các lớp hay không. Xem `hidden_states` trong phần tensor trả về để biết thêm chi tiết.

return_dict (`bool`, *tùy chọn*) : Có trả về [ModelOutput](/docs/transformers/v5.23.0/vi/main_classes/output#transformers.utils.ModelOutput) thay vì một tuple thông thường hay không.

logits_to_keep (`Union[int, torch.Tensor]`, *tùy chọn*, mặc định là `0`) : Nếu là `int`, tính logits cho `logits_to_keep` token cuối. Nếu là `0`, tính logits cho tất cả `input_ids` (trường hợp đặc biệt). Chỉ cần logits của token cuối cho quá trình sinh, và việc chỉ tính cho token đó có thể tiết kiệm bộ nhớ, điều này trở nên khá đáng kể với các chuỗi dài hoặc kích thước từ vựng lớn. Nếu là `torch.Tensor`, phải là 1 chiều tương ứng với các chỉ số cần giữ trong chiều độ dài chuỗi. Điều này hữu ích khi sử dụng định dạng tensor đóng gói (một chiều duy nhất cho batch và độ dài chuỗi).

**Trả về:** [XLNetLMHeadModelOutput](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.models.xlnet.modeling_xlnet.XLNetLMHeadModelOutput) hoặc `tuple(torch.Tensor)`

Một [XLNetLMHeadModelOutput](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.models.xlnet.modeling_xlnet.XLNetLMHeadModelOutput) hoặc một tuple của `torch.Tensor` (nếu `return_dict=False` được truyền hoặc khi `config.return_dict=False`) bao gồm các phần tử khác nhau tùy thuộc vào cấu hình ([XLNetConfig](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetConfig)) và đầu vào.

Phương thức forward của [XLNetLMHeadModel](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetLMHeadModel) ghi đè lên phương thức đặc biệt `__call__`.

Mặc dù công thức cho bước truyền tiến cần được định nghĩa bên trong hàm này, bạn nên gọi instance của `Module` sau đó thay vì gọi hàm này, vì instance `Module` sẽ đảm nhận việc thực hiện các bước tiền xử lý và hậu xử lý, trong khi hàm này sẽ bỏ qua chúng một cách im lặng.

- **loss** (`torch.Tensor` có shape *(1,)*, *optional*, được trả về khi `labels` được cung cấp) -- Language modeling loss (cho next-token prediction).
- **logits** (`torch.Tensor` có hình dạng `(batch_size, num_predict, config.vocab_size)`) -- Điểm dự đoán của đầu mô hình ngôn ngữ (điểm cho từng token trong bảng từ vựng trước SoftMax).

  `num_predict` tương ứng với `target_mapping.shape[1]`. Nếu `target_mapping` là `None`, thì `num_predict` tương ứng với `sequence_length`.
- **mems** (`list[torch.Tensor]` có độ dài `config.n_layers`) -- Chứa các hidden-state đã được tính toán trước. Có thể được sử dụng (xem đầu vào `mems`) để tăng tốc độ giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền vào `input_ids` vì chúng đã được tính toán.
- **hidden_states** (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_hidden_states=True` được truyền vào hoặc khi `config.output_hidden_states=True`) -- Bộ tuple các `torch.Tensor` (một cho đầu ra của embeddings, nếu mô hình có lớp embedding, + một cho đầu ra của mỗi lớp) có hình dạng `(batch_size, sequence_length, hidden_size)`.

  Trạng thái ẩn của mô hình tại đầu ra của mỗi lớp cùng với các đầu ra embedding ban đầu tùy chọn.
- **attentions** (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_attentions=True` được truyền vào hoặc khi `config.output_attentions=True`) -- Bộ tuple của `torch.Tensor` (một cho mỗi lớp) có hình dạng `(batch_size, num_heads, sequence_length, sequence_length)`.

  Trọng số chú ý sau softmax của attention, được sử dụng để tính trung bình có trọng số trong các đầu self-attention.

Ví dụ:

```python
>>> from transformers import AutoTokenizer, XLNetLMHeadModel
>>> import torch

>>> tokenizer = AutoTokenizer.from_pretrained("xlnet/xlnet-large-cased")
>>> model = XLNetLMHeadModel.from_pretrained("xlnet/xlnet-large-cased")

>>> # We show how to setup inputs to predict a next token using a bi-directional context.
>>> input_ids = torch.tensor(
...     tokenizer.encode("Hello, my dog is very <mask>", add_special_tokens=False)
... ).unsqueeze(
...     0
... )  # We will predict the masked token
>>> perm_mask = torch.zeros((1, input_ids.shape[1], input_ids.shape[1]), dtype=torch.float)
>>> perm_mask[:, :, -1] = 1.0  # Previous tokens don't see last token
>>> target_mapping = torch.zeros(
...     (1, 1, input_ids.shape[1]), dtype=torch.float
... )  # Shape [1, 1, seq_length] => let's predict one token
>>> target_mapping[
...     0, 0, -1
... ] = 1.0  # Our first (and only) prediction will be the last token of the sequence (the masked token)

>>> outputs = model(input_ids, perm_mask=perm_mask, target_mapping=target_mapping)
>>> next_token_logits = outputs[
...     0
... ]  # Output has shape [target_mapping.size(0), target_mapping.size(1), config.vocab_size]

>>> # The same way can the XLNetLMHeadModel be used to be trained by standard auto-regressive language modeling.
>>> input_ids = torch.tensor(
...     tokenizer.encode("Hello, my dog is very <mask>", add_special_tokens=False)
... ).unsqueeze(
...     0
... )  # We will predict the masked token
>>> labels = torch.tensor(tokenizer.encode("cute", add_special_tokens=False)).unsqueeze(0)
>>> assert labels.shape[0] == 1, "only one word will be predicted"
>>> perm_mask = torch.zeros((1, input_ids.shape[1], input_ids.shape[1]), dtype=torch.float)
>>> perm_mask[
...     :, :, -1
... ] = 1.0  # Previous tokens don't see last token as is done in standard auto-regressive lm training
>>> target_mapping = torch.zeros(
...     (1, 1, input_ids.shape[1]), dtype=torch.float
... )  # Shape [1, 1, seq_length] => let's predict one token
>>> target_mapping[
...     0, 0, -1
... ] = 1.0  # Our first (and only) prediction will be the last token of the sequence (the masked token)

>>> outputs = model(input_ids, perm_mask=perm_mask, target_mapping=target_mapping, labels=labels)
>>> loss = outputs.loss
>>> next_token_logits = (
...     outputs.logits
... )  # Logits have shape [target_mapping.size(0), target_mapping.size(1), config.vocab_size]
```

## XLNetForSequenceClassification[[transformers.XLNetForSequenceClassification]]

#### transformers.XLNetForSequenceClassification[[transformers.XLNetForSequenceClassification]]

```python
transformers.XLNetForSequenceClassification(config: XLNetConfig)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L1462)

**Tham số:**

config ([XLNetConfig](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetConfig)) : Lớp cấu hình mô hình chứa tất cả các tham số của mô hình. Khởi tạo bằng tệp cấu hình sẽ không tải trọng số liên quan đến mô hình, chỉ tải cấu hình. Xem phương thức [from_pretrained()](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel.from_pretrained) để tải trọng số mô hình.

Mô hình XLNet với đầu phân loại/hồi quy chuỗi phía trên (một lớp tuyến tính phía trên đầu ra đã gộp) ví dụ cho các tác vụ GLUE.

Mô hình này kế thừa từ [PreTrainedModel](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel). Xem tài liệu của lớp cha để biết các phương thức chung mà thư viện triển khai cho tất cả các mô hình của nó (chẳng hạn như tải xuống hoặc lưu trữ, thay đổi kích thước các nhúng đầu vào, cắt tỉa các đầu ra, v.v.)

Mô hình này cũng là một lớp con của [torch.nn.Module](https://pytorch.org/docs/stable/nn.html#torch.nn.Module) trong PyTorch. Hãy sử dụng nó như một Module PyTorch thông thường và tham khảo tài liệu PyTorch cho mọi vấn đề liên quan đến cách sử dụng và hành vi chung.

#### forward[[transformers.XLNetForSequenceClassification.forward]]

```python
forward(input_ids: typing.Optional[torch.Tensor] = None, attention_mask: typing.Optional[torch.Tensor] = None, mems: typing.Optional[torch.Tensor] = None, perm_mask: typing.Optional[torch.Tensor] = None, target_mapping: typing.Optional[torch.Tensor] = None, token_type_ids: typing.Optional[torch.Tensor] = None, input_mask: typing.Optional[torch.Tensor] = None, inputs_embeds: typing.Optional[torch.Tensor] = None, labels: typing.Optional[torch.Tensor] = None, use_mems: bool | None = None, output_attentions: bool | None = None, output_hidden_states: bool | None = None, return_dict: bool | None = None, **kwargs)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L1475)

**Tham số:**

input_ids (`torch.Tensor` có hình dạng `(batch_size, sequence_length)`, *tùy chọn*) : Chỉ số của các token trong chuỗi đầu vào theo từ vựng. Mặc định, các token đệm (padding) sẽ bị bỏ qua. Có thể lấy chỉ số bằng cách sử dụng [AutoTokenizer](/docs/transformers/v5.23.0/vi/model_doc/auto#transformers.AutoTokenizer). Xem [PreTrainedTokenizer.encode()](/docs/transformers/v5.23.0/vi/internal/tokenization_utils#transformers.PreTrainedTokenizerBase.encode) và [PreTrainedTokenizer.__call__()](/docs/transformers/v5.23.0/vi/internal/tokenization_utils#transformers.PreTrainedTokenizerBase.__call__) để biết thêm chi tiết. [ID đầu vào là gì?](../glossary#input-ids)

attention_mask (`torch.Tensor` có hình dạng `(batch_size, sequence_length)`, *tùy chọn*) : Mặt nạ để tránh thực hiện chú ý trên các chỉ số token đệm. Các giá trị mặt nạ được chọn trong `[0, 1]`:  - 1 cho các token **không bị che**, - 0 cho các token **bị che**.  [Mặt nạ chú ý là gì?](../glossary#attention-mask)

mems (`list[torch.Tensor]` có độ dài `config.n_layers`) : Chứa các hidden-states đã được tính trước (xem đầu ra `mems` bên dưới). Có thể được sử dụng để tăng tốc quá trình giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền vào `input_ids` vì chúng đã được tính toán. `use_mems` phải được đặt thành `True` để sử dụng `mems`.

perm_mask (`torch.Tensor` có shape `(batch_size, sequence_length, sequence_length)`, *tùy chọn*) : Mask để chỉ ra mẫu chú ý (attention pattern) cho từng token đầu vào, với các giá trị được chọn trong `[0, 1]`:  - nếu `perm_mask[k, i, j] = 0`, i chú ý đến j trong batch k; - nếu `perm_mask[k, i, j] = 1`, i không chú ý đến j trong batch k.  Nếu không được đặt, mỗi token sẽ chú ý đến tất cả các token khác (chú ý hai chiều đầy đủ). Chỉ được sử dụng trong quá trình pretraining (để xác định thứ tự phân rã) hoặc cho giải mã tuần tự (generation).

target_mapping (`torch.Tensor` có shape `(batch_size, num_predict, sequence_length)`, *tùy chọn*) : Mask để chỉ định các output token cần sử dụng. Nếu `target_mapping[k, i, j] = 1`, predict thứ i trong batch k nằm trên token thứ j. Chỉ được sử dụng trong quá trình pretraining cho partial prediction hoặc cho sequential decoding (generation).

token_type_ids (`torch.Tensor` có shape `(batch_size, sequence_length)`, *tùy chọn*) : Chỉ số token phân đoạn để chỉ định phần đầu và phần thứ hai của các đầu vào. Các chỉ số được chọn trong `[0, 1]`:  - 0 tương ứng với token *câu A*, - 1 tương ứng với token *câu B*.  [Các ID loại token là gì?](../glossary#token-type-ids)

input_mask (`torch.Tensor` có shape `batch_size, sequence_length`, *tùy chọn*) : Mặt nạ để tránh thực hiện chú ý trên các chỉ số token đệm. Đây là phần bù của `attention_mask`, tức là có giá trị 0 cho các token thực và 1 cho phần đệm, được giữ lại để đảm bảo tương thích với mã nguồn gốc.  Các giá trị mặt nạ được chọn trong `[0, 1]`:  - 1 cho các token bị **che**, - 0 cho các token **không bị che**.  Bạn chỉ có thể sử dụng một trong `input_mask` và `attention_mask`.

inputs_embeds (`torch.Tensor` có hình dạng `(batch_size, sequence_length, hidden_size)`, *tùy chọn*) : Tùy chọn, thay vì truyền `input_ids`, bạn có thể chọn cách truyền trực tiếp một biểu diễn nhúng. Điều này hữu ích nếu bạn muốn kiểm soát nhiều hơn cách chuyển đổi các chỉ số `input_ids` thành các vector liên quan so với ma trận tra cứu nhúng nội bộ của mô hình.

labels (`torch.LongTensor` có hình dạng `(batch_size,)`, *tùy chọn*) : Nhãn để tính toán tổn thất phân loại/hồi quy chuỗi. Chỉ số phải nằm trong `[0, ..., config.num_labels - 1]`. Nếu `config.num_labels == 1`, tổn thất hồi quy sẽ được tính toán (tổn thất Mean-Square). Nếu `config.num_labels > 1`, tổn thất phân loại sẽ được tính toán (Cross-Entropy).

use_mems (`bool`, *tùy chọn*) : Có sử dụng trạng thái bộ nhớ để tăng tốc giải mã tuần tự hay không. Nếu đặt thành `True`, mô hình sẽ sử dụng các trạng thái ẩn từ các lần truyền tiến trước đó để tính toán chú ý, điều này có thể cải thiện đáng kể hiệu suất cho các tác vụ giải mã tuần tự.

output_attentions (`bool`, *tùy chọn*) : Có trả về các tensor chú ý của tất cả các lớp chú ý hay không. Xem `attentions` trong phần tensor trả về để biết thêm chi tiết.

output_hidden_states (`bool`, *tuỳ chọn*) : Có trả về trạng thái ẩn của tất cả các lớp hay không. Xem `hidden_states` trong phần tensor trả về để biết thêm chi tiết.

return_dict (`bool`, *tùy chọn*) : Có trả về [ModelOutput](/docs/transformers/v5.23.0/vi/main_classes/output#transformers.utils.ModelOutput) thay vì một tuple thông thường hay không.

**Trả về:** [XLNetForSequenceClassificationOutput](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.models.xlnet.modeling_xlnet.XLNetForSequenceClassificationOutput) hoặc `tuple(torch.Tensor)`

Một [XLNetForSequenceClassificationOutput](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.models.xlnet.modeling_xlnet.XLNetForSequenceClassificationOutput) hoặc một tuple của `torch.Tensor` (nếu `return_dict=False` được truyền hoặc khi `config.return_dict=False`) bao gồm các phần tử khác nhau tùy thuộc vào cấu hình ([XLNetConfig](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetConfig)) và đầu vào.

Phương thức forward của [XLNetForSequenceClassification](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetForSequenceClassification) ghi đè lên phương thức đặc biệt `__call__`.

Mặc dù công thức cho bước truyền tiến cần được định nghĩa bên trong hàm này, bạn nên gọi instance của `Module` sau đó thay vì gọi hàm này, vì instance `Module` sẽ đảm nhận việc thực hiện các bước tiền xử lý và hậu xử lý, trong khi hàm này sẽ bỏ qua chúng một cách im lặng.

- **loss** (`torch.Tensor` có shape `(1,)`, *optional*, được trả về khi `label` được cung cấp) -- Loss phân loại (hoặc hồi quy nếu config.num_labels==1).
- **logits** (`torch.Tensor` có hình dạng `(batch_size, config.num_labels)`) -- Điểm phân loại (hoặc hồi quy nếu config.num_labels==1) (trước SoftMax).
- **mems** (`list[torch.Tensor]` có độ dài `config.n_layers`) -- Chứa các hidden-state đã được tính toán trước. Có thể được sử dụng (xem đầu vào `mems`) để tăng tốc độ giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền vào `input_ids` vì chúng đã được tính toán.
- **hidden_states** (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_hidden_states=True` được truyền vào hoặc khi `config.output_hidden_states=True`) -- Bộ tuple các `torch.Tensor` (một cho đầu ra của embeddings, nếu mô hình có lớp embedding, + một cho đầu ra của mỗi lớp) có hình dạng `(batch_size, sequence_length, hidden_size)`.

  Trạng thái ẩn của mô hình tại đầu ra của mỗi lớp cùng với các đầu ra embedding ban đầu tùy chọn.
- **attentions** (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_attentions=True` được truyền vào hoặc khi `config.output_attentions=True`) -- Bộ tuple của `torch.Tensor` (một cho mỗi lớp) có hình dạng `(batch_size, num_heads, sequence_length, sequence_length)`.

  Trọng số chú ý sau softmax của attention, được sử dụng để tính trung bình có trọng số trong các đầu self-attention.

Ví dụ về phân loại nhãn đơn:

```python
>>> import torch
>>> from transformers import AutoTokenizer, XLNetForSequenceClassification

>>> tokenizer = AutoTokenizer.from_pretrained("xlnet/xlnet-large-cased")
>>> model = XLNetForSequenceClassification.from_pretrained("xlnet/xlnet-large-cased")

>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")

>>> with torch.no_grad():
...     logits = model(**inputs).logits

>>> predicted_class_id = logits.argmax().item()
>>> model.config.id2label[predicted_class_id]
...

>>> # To train a model on `num_labels` classes, you can pass `num_labels=num_labels` to `.from_pretrained(...)`
>>> num_labels = len(model.config.id2label)
>>> model = XLNetForSequenceClassification.from_pretrained("xlnet/xlnet-large-cased", num_labels=num_labels)

>>> labels = torch.tensor([1])
>>> loss = model(**inputs, labels=labels).loss
>>> round(loss.item(), 2)
...
```

Ví dụ về phân loại đa nhãn:

```python
>>> import torch
>>> from transformers import AutoTokenizer, XLNetForSequenceClassification

>>> tokenizer = AutoTokenizer.from_pretrained("xlnet/xlnet-large-cased")
>>> model = XLNetForSequenceClassification.from_pretrained("xlnet/xlnet-large-cased", problem_type="multi_label_classification")

>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")

>>> with torch.no_grad():
...     logits = model(**inputs).logits

>>> predicted_class_ids = torch.arange(0, logits.shape[-1])[torch.sigmoid(logits).squeeze(dim=0) > 0.5]

>>> # To train a model on `num_labels` classes, you can pass `num_labels=num_labels` to `.from_pretrained(...)`
>>> num_labels = len(model.config.id2label)
>>> model = XLNetForSequenceClassification.from_pretrained(
...     "xlnet/xlnet-large-cased", num_labels=num_labels, problem_type="multi_label_classification"
... )

>>> labels = torch.sum(
...     torch.nn.functional.one_hot(predicted_class_ids[None, :].clone(), num_classes=num_labels), dim=1
... ).to(torch.float)
>>> loss = model(**inputs, labels=labels).loss
```

## XLNetForMultipleChoice[[transformers.XLNetForMultipleChoice]]

#### transformers.XLNetForMultipleChoice[[transformers.XLNetForMultipleChoice]]

```python
transformers.XLNetForMultipleChoice(config: XLNetConfig)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L1694)

**Tham số:**

config ([XLNetConfig](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetConfig)) : Lớp cấu hình mô hình chứa tất cả các tham số của mô hình. Khởi tạo bằng tệp cấu hình sẽ không tải trọng số liên quan đến mô hình, chỉ tải cấu hình. Xem phương thức [from_pretrained()](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel.from_pretrained) để tải trọng số mô hình.

Mô hình Xlnet với đầu phân loại lựa chọn nhiều phương án ở trên (một lớp tuyến tính trên đầu ra đã được pool và một softmax), ví dụ cho các tác vụ RocStories/SWAG.

Mô hình này kế thừa từ [PreTrainedModel](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel). Xem tài liệu của lớp cha để biết các phương thức chung mà thư viện triển khai cho tất cả các mô hình của nó (chẳng hạn như tải xuống hoặc lưu trữ, thay đổi kích thước các nhúng đầu vào, cắt tỉa các đầu ra, v.v.)

Mô hình này cũng là một lớp con của [torch.nn.Module](https://pytorch.org/docs/stable/nn.html#torch.nn.Module) trong PyTorch. Hãy sử dụng nó như một Module PyTorch thông thường và tham khảo tài liệu PyTorch cho mọi vấn đề liên quan đến cách sử dụng và hành vi chung.

#### forward[[transformers.XLNetForMultipleChoice.forward]]

```python
forward(input_ids: typing.Optional[torch.Tensor] = None, token_type_ids: typing.Optional[torch.Tensor] = None, input_mask: typing.Optional[torch.Tensor] = None, attention_mask: typing.Optional[torch.Tensor] = None, mems: typing.Optional[torch.Tensor] = None, perm_mask: typing.Optional[torch.Tensor] = None, target_mapping: typing.Optional[torch.Tensor] = None, inputs_embeds: typing.Optional[torch.Tensor] = None, labels: typing.Optional[torch.Tensor] = None, use_mems: bool | None = None, output_attentions: bool | None = None, output_hidden_states: bool | None = None, return_dict: bool | None = None, **kwargs)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L1705)

**Tham số:**

input_ids (`torch.LongTensor` có shape `(batch_size, num_choices, sequence_length)`) : Chỉ số của các token trong chuỗi đầu vào thuộc từ vựng.  Các chỉ số này có thể được lấy bằng cách sử dụng [AutoTokenizer](/docs/transformers/v5.23.0/vi/model_doc/auto#transformers.AutoTokenizer). Xem [PreTrainedTokenizer.encode()](/docs/transformers/v5.23.0/vi/internal/tokenization_utils#transformers.PreTrainedTokenizerBase.encode) và [PreTrainedTokenizer.__call__()](/docs/transformers/v5.23.0/vi/internal/tokenization_utils#transformers.PreTrainedTokenizerBase.__call__) để biết thêm chi tiết.  [Input IDs là gì?](../glossary#input-ids)

token_type_ids (`torch.LongTensor` có shape `(batch_size, num_choices, sequence_length)`, *tùy chọn*) : Chỉ số token phân đoạn để chỉ định phần đầu và phần thứ hai của đầu vào. Các chỉ số được chọn trong `[0, 1]`:  - 0 tương ứng với token *sentence A*, - 1 tương ứng với token *sentence B*.  [Token type IDs là gì?](../glossary#token-type-ids)

input_mask (`torch.Tensor` có shape `batch_size, num_choices, sequence_length`, *tùy chọn*) : Mask để tránh thực hiện attention trên các chỉ số token padding. Đây là phần bù của `attention_mask`, tức là có giá trị 0 cho các token thực và 1 cho padding, được giữ lại để đảm bảo tương thích với mã nguồn gốc.  Các giá trị mask được chọn trong `[0, 1]`:  - 1 cho các token bị **che**, - 0 cho các token **không bị che**.  Bạn chỉ có thể sử dụng một trong `input_mask` và `attention_mask`.

attention_mask (`torch.Tensor` có hình dạng `(batch_size, sequence_length)`, *tùy chọn*) : Mặt nạ để tránh thực hiện chú ý trên các chỉ số token đệm. Các giá trị mặt nạ được chọn trong `[0, 1]`:  - 1 cho các token **không bị che**, - 0 cho các token **bị che**.  [Mặt nạ chú ý là gì?](../glossary#attention-mask)

mems (`list[torch.Tensor]` có độ dài `config.n_layers`) : Chứa các hidden-states đã được tính trước (xem đầu ra `mems` bên dưới). Có thể được sử dụng để tăng tốc quá trình giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền vào `input_ids` vì chúng đã được tính toán. `use_mems` phải được đặt thành `True` để sử dụng `mems`.

perm_mask (`torch.Tensor` có shape `(batch_size, sequence_length, sequence_length)`, *tùy chọn*) : Mask để chỉ ra mẫu chú ý (attention pattern) cho từng token đầu vào, với các giá trị được chọn trong `[0, 1]`:  - nếu `perm_mask[k, i, j] = 0`, i chú ý đến j trong batch k; - nếu `perm_mask[k, i, j] = 1`, i không chú ý đến j trong batch k.  Nếu không được đặt, mỗi token sẽ chú ý đến tất cả các token khác (chú ý hai chiều đầy đủ). Chỉ được sử dụng trong quá trình pretraining (để xác định thứ tự phân rã) hoặc cho giải mã tuần tự (generation).

target_mapping (`torch.Tensor` có shape `(batch_size, num_predict, sequence_length)`, *tùy chọn*) : Mask để chỉ định các output token cần sử dụng. Nếu `target_mapping[k, i, j] = 1`, predict thứ i trong batch k nằm trên token thứ j. Chỉ được sử dụng trong quá trình pretraining cho partial prediction hoặc cho sequential decoding (generation).

inputs_embeds (`torch.Tensor` có hình dạng `(batch_size, num_choices, sequence_length, hidden_size)`, *tùy chọn*) : Tùy chọn, thay vì truyền `input_ids`, bạn có thể chọn truyền trực tiếp một biểu diễn nhúng. Điều này hữu ích nếu bạn muốn kiểm soát nhiều hơn cách chuyển đổi các chỉ số `input_ids` thành các vector liên quan so với ma trận tra cứu nhúng nội bộ của mô hình.

labels (`torch.LongTensor` có hình dạng `(batch_size,)`, *tùy chọn*) : Nhãn để tính toán tổn thất phân loại lựa chọn nhiều. Chỉ số phải nằm trong `[0, ...,

use_mems (`bool`, *tùy chọn*) : Có sử dụng trạng thái bộ nhớ để tăng tốc giải mã tuần tự hay không. Nếu đặt thành `True`, mô hình sẽ sử dụng các trạng thái ẩn từ các lần truyền tiến trước đó để tính toán chú ý, điều này có thể cải thiện đáng kể hiệu suất cho các tác vụ giải mã tuần tự.

output_attentions (`bool`, *tùy chọn*) : Có trả về các tensor chú ý của tất cả các lớp chú ý hay không. Xem `attentions` trong phần tensor trả về để biết thêm chi tiết.

output_hidden_states (`bool`, *tuỳ chọn*) : Có trả về trạng thái ẩn của tất cả các lớp hay không. Xem `hidden_states` trong phần tensor trả về để biết thêm chi tiết.

return_dict (`bool`, *tùy chọn*) : Có trả về [ModelOutput](/docs/transformers/v5.23.0/vi/main_classes/output#transformers.utils.ModelOutput) thay vì một tuple thông thường hay không.

**Trả về:** [XLNetForMultipleChoiceOutput](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.models.xlnet.modeling_xlnet.XLNetForMultipleChoiceOutput) hoặc `tuple(torch.Tensor)`

Một [XLNetForMultipleChoiceOutput](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.models.xlnet.modeling_xlnet.XLNetForMultipleChoiceOutput) hoặc một tuple của `torch.Tensor` (nếu `return_dict=False` được truyền hoặc khi `config.return_dict=False`) bao gồm các phần tử khác nhau tùy thuộc vào cấu hình ([XLNetConfig](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetConfig)) và đầu vào.

Phương thức forward của [XLNetForMultipleChoice](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetForMultipleChoice) ghi đè lên phương thức đặc biệt `__call__`.

Mặc dù công thức cho bước truyền tiến cần được định nghĩa bên trong hàm này, bạn nên gọi instance của `Module` sau đó thay vì gọi hàm này, vì instance `Module` sẽ đảm nhận việc thực hiện các bước tiền xử lý và hậu xử lý, trong khi hàm này sẽ bỏ qua chúng một cách im lặng.

- **loss** (`torch.Tensor` có hình dạng *(1,)*, *tùy chọn*, được trả về khi `labels` được cung cấp) -- Tổn phân loại.
- **logits** (`torch.Tensor` có shape `(batch_size, num_choices)`) -- *num_choices* là chiều thứ hai của các tensor đầu vào. (xem *input_ids* ở trên).

  Điểm phân loại (trước SoftMax).
- **mems** (`list[torch.Tensor]` có độ dài `config.n_layers`) -- Chứa các hidden-state đã được tính toán trước. Có thể được sử dụng (xem đầu vào `mems`) để tăng tốc độ giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền vào `input_ids` vì chúng đã được tính toán.
- **hidden_states** (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_hidden_states=True` được truyền vào hoặc khi `config.output_hidden_states=True`) -- Bộ tuple các `torch.Tensor` (một cho đầu ra của embeddings, nếu mô hình có lớp embedding, + một cho đầu ra của mỗi lớp) có hình dạng `(batch_size, sequence_length, hidden_size)`.

  Trạng thái ẩn của mô hình tại đầu ra của mỗi lớp cùng với các đầu ra embedding ban đầu tùy chọn.
- **attentions** (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_attentions=True` được truyền vào hoặc khi `config.output_attentions=True`) -- Bộ tuple của `torch.Tensor` (một cho mỗi lớp) có hình dạng `(batch_size, num_heads, sequence_length, sequence_length)`.

  Trọng số chú ý sau softmax của attention, được sử dụng để tính trung bình có trọng số trong các đầu self-attention.

Ví dụ:

```python
>>> from transformers import AutoTokenizer, XLNetForMultipleChoice
>>> import torch

>>> tokenizer = AutoTokenizer.from_pretrained("xlnet/xlnet-large-cased")
>>> model = XLNetForMultipleChoice.from_pretrained("xlnet/xlnet-large-cased")

>>> prompt = "In Italy, pizza served in formal settings, such as at a restaurant, is presented unsliced."
>>> choice0 = "It is eaten with a fork and a knife."
>>> choice1 = "It is eaten while held in the hand."
>>> labels = torch.tensor(0).unsqueeze(0)  # choice0 is correct (according to Wikipedia ;)), batch size 1

>>> encoding = tokenizer([prompt, prompt], [choice0, choice1], return_tensors="pt", padding=True)
>>> outputs = model(**{k: v.unsqueeze(0) for k, v in encoding.items()}, labels=labels)  # batch size is 1

>>> # the linear classifier still needs to be trained
>>> loss = outputs.loss
>>> logits = outputs.logits
```

## XLNetForTokenClassification[[transformers.XLNetForTokenClassification]]

#### transformers.XLNetForTokenClassification[[transformers.XLNetForTokenClassification]]

```python
transformers.XLNetForTokenClassification(config: XLNetConfig)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L1586)

**Tham số:**

config ([XLNetConfig](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetConfig)) : Lớp cấu hình mô hình chứa tất cả các tham số của mô hình. Khởi tạo bằng tệp cấu hình sẽ không tải trọng số liên quan đến mô hình, chỉ tải cấu hình. Xem phương thức [from_pretrained()](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel.from_pretrained) để tải trọng số mô hình.

Transformer Xlnet với một đầu phân loại token phía trên (một lớp tuyến tính phía trên đầu ra của hidden-states), ví dụ cho các tác vụ Nhận thực thể có tên (NER).

Mô hình này kế thừa từ [PreTrainedModel](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel). Xem tài liệu của lớp cha để biết các phương thức chung mà thư viện triển khai cho tất cả các mô hình của nó (chẳng hạn như tải xuống hoặc lưu trữ, thay đổi kích thước các nhúng đầu vào, cắt tỉa các đầu ra, v.v.)

Mô hình này cũng là một lớp con của [torch.nn.Module](https://pytorch.org/docs/stable/nn.html#torch.nn.Module) trong PyTorch. Hãy sử dụng nó như một Module PyTorch thông thường và tham khảo tài liệu PyTorch cho mọi vấn đề liên quan đến cách sử dụng và hành vi chung.

#### forward[[transformers.XLNetForTokenClassification.forward]]

```python
forward(input_ids: typing.Optional[torch.Tensor] = None, attention_mask: typing.Optional[torch.Tensor] = None, mems: typing.Optional[torch.Tensor] = None, perm_mask: typing.Optional[torch.Tensor] = None, target_mapping: typing.Optional[torch.Tensor] = None, token_type_ids: typing.Optional[torch.Tensor] = None, input_mask: typing.Optional[torch.Tensor] = None, inputs_embeds: typing.Optional[torch.Tensor] = None, labels: typing.Optional[torch.Tensor] = None, use_mems: bool | None = None, output_attentions: bool | None = None, output_hidden_states: bool | None = None, return_dict: bool | None = None, **kwargs)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L1597)

**Tham số:**

input_ids (`torch.Tensor` có hình dạng `(batch_size, sequence_length)`, *tùy chọn*) : Chỉ số của các token trong chuỗi đầu vào theo từ vựng. Mặc định, các token đệm (padding) sẽ bị bỏ qua. Có thể lấy chỉ số bằng cách sử dụng [AutoTokenizer](/docs/transformers/v5.23.0/vi/model_doc/auto#transformers.AutoTokenizer). Xem [PreTrainedTokenizer.encode()](/docs/transformers/v5.23.0/vi/internal/tokenization_utils#transformers.PreTrainedTokenizerBase.encode) và [PreTrainedTokenizer.__call__()](/docs/transformers/v5.23.0/vi/internal/tokenization_utils#transformers.PreTrainedTokenizerBase.__call__) để biết thêm chi tiết. [ID đầu vào là gì?](../glossary#input-ids)

attention_mask (`torch.Tensor` có hình dạng `(batch_size, sequence_length)`, *tùy chọn*) : Mặt nạ để tránh thực hiện chú ý trên các chỉ số token đệm. Các giá trị mặt nạ được chọn trong `[0, 1]`:  - 1 cho các token **không bị che**, - 0 cho các token **bị che**.  [Mặt nạ chú ý là gì?](../glossary#attention-mask)

mems (`list[torch.Tensor]` có độ dài `config.n_layers`) : Chứa các hidden-states đã được tính trước (xem đầu ra `mems` bên dưới). Có thể được sử dụng để tăng tốc quá trình giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền vào `input_ids` vì chúng đã được tính toán. `use_mems` phải được đặt thành `True` để sử dụng `mems`.

perm_mask (`torch.Tensor` có shape `(batch_size, sequence_length, sequence_length)`, *tùy chọn*) : Mask để chỉ ra mẫu chú ý (attention pattern) cho từng token đầu vào, với các giá trị được chọn trong `[0, 1]`:  - nếu `perm_mask[k, i, j] = 0`, i chú ý đến j trong batch k; - nếu `perm_mask[k, i, j] = 1`, i không chú ý đến j trong batch k.  Nếu không được đặt, mỗi token sẽ chú ý đến tất cả các token khác (chú ý hai chiều đầy đủ). Chỉ được sử dụng trong quá trình pretraining (để xác định thứ tự phân rã) hoặc cho giải mã tuần tự (generation).

target_mapping (`torch.Tensor` có shape `(batch_size, num_predict, sequence_length)`, *tùy chọn*) : Mask để chỉ định các output token cần sử dụng. Nếu `target_mapping[k, i, j] = 1`, predict thứ i trong batch k nằm trên token thứ j. Chỉ được sử dụng trong quá trình pretraining cho partial prediction hoặc cho sequential decoding (generation).

token_type_ids (`torch.Tensor` có shape `(batch_size, sequence_length)`, *tùy chọn*) : Chỉ số token phân đoạn để chỉ định phần đầu và phần thứ hai của các đầu vào. Các chỉ số được chọn trong `[0, 1]`:  - 0 tương ứng với token *câu A*, - 1 tương ứng với token *câu B*.  [Các ID loại token là gì?](../glossary#token-type-ids)

input_mask (`torch.Tensor` có shape `batch_size, sequence_length`, *tùy chọn*) : Mặt nạ để tránh thực hiện chú ý trên các chỉ số token đệm. Đây là phần bù của `attention_mask`, tức là có giá trị 0 cho các token thực và 1 cho phần đệm, được giữ lại để đảm bảo tương thích với mã nguồn gốc.  Các giá trị mặt nạ được chọn trong `[0, 1]`:  - 1 cho các token bị **che**, - 0 cho các token **không bị che**.  Bạn chỉ có thể sử dụng một trong `input_mask` và `attention_mask`.

inputs_embeds (`torch.Tensor` có hình dạng `(batch_size, sequence_length, hidden_size)`, *tùy chọn*) : Tùy chọn, thay vì truyền `input_ids`, bạn có thể chọn cách truyền trực tiếp một biểu diễn nhúng. Điều này hữu ích nếu bạn muốn kiểm soát nhiều hơn cách chuyển đổi các chỉ số `input_ids` thành các vector liên quan so với ma trận tra cứu nhúng nội bộ của mô hình.

labels (`torch.LongTensor` có hình dạng `(batch_size,)`, *tùy chọn*) : Nhãn để tính toán tổn thất phân loại lựa chọn nhiều. Chỉ số phải nằm trong `[0, ..., num_choices]` trong đó *num_choices* là kích thước của chiều thứ hai của các tensor đầu vào. (xem *input_ids* ở trên)

use_mems (`bool`, *tuỳ chọn*) : Có sử dụng trạng thái bộ nhớ để tăng tốc giải mã tuần tự hay không. Nếu đặt thành `True`, mô hình sẽ sử dụng các trạng thái ẩn từ các lần truyền tiến trước đó để tính toán chú ý, điều này có thể cải thiện đáng kể hiệu suất cho các tác vụ giải mã tuần tự. Trạng thái bộ nhớ để tăng tốc giải mã tuần tự. Nếu đặt thành `True`, mô hình sẽ sử dụng các trạng thái ẩn từ các lần truyền tiến trước đó để tính toán chú ý, điều này có thể cải thiện đáng kể hiệu suất cho các tác vụ giải mã tuần tự.

output_attentions (`bool`, *tùy chọn*) : Có trả về các tensor chú ý của tất cả các lớp chú ý hay không. Xem `attentions` trong phần tensor trả về để biết thêm chi tiết.

output_hidden_states (`bool`, *tuỳ chọn*) : Có trả về trạng thái ẩn của tất cả các lớp hay không. Xem `hidden_states` trong phần tensor trả về để biết thêm chi tiết.

return_dict (`bool`, *tùy chọn*) : Có trả về [ModelOutput](/docs/transformers/v5.23.0/vi/main_classes/output#transformers.utils.ModelOutput) thay vì một tuple thông thường hay không.

**Trả về:** [XLNetForTokenClassificationOutput](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.models.xlnet.modeling_xlnet.XLNetForTokenClassificationOutput) hoặc `tuple(torch.Tensor)`

Một [XLNetForTokenClassificationOutput](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.models.xlnet.modeling_xlnet.XLNetForTokenClassificationOutput) hoặc một tuple của `torch.Tensor` (nếu `return_dict=False` được truyền hoặc khi `config.return_dict=False`) bao gồm các phần tử khác nhau tùy thuộc vào cấu hình ([XLNetConfig](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetConfig)) và đầu vào.

Phương thức forward của [XLNetForTokenClassification](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetForTokenClassification) ghi đè lên phương thức đặc biệt `__call__`.

Mặc dù công thức cho bước truyền tiến cần được định nghĩa bên trong hàm này, bạn nên gọi instance của `Module` sau đó thay vì gọi hàm này, vì instance `Module` sẽ đảm nhận việc thực hiện các bước tiền xử lý và hậu xử lý, trong khi hàm này sẽ bỏ qua chúng một cách im lặng.

- **loss** (`torch.Tensor` có hình dạng `(1,)`, *tùy chọn*, được trả về khi `labels` được cung cấp) -- Tổn phân loại.
- **logits** (`torch.Tensor` có hình dạng `(batch_size, sequence_length, config.num_labels)`) -- Điểm phân loại (trước SoftMax).
- **mems** (`list[torch.Tensor]` có độ dài `config.n_layers`) -- Chứa các hidden-state đã được tính toán trước. Có thể được sử dụng (xem đầu vào `mems`) để tăng tốc độ giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền vào `input_ids` vì chúng đã được tính toán.
- **hidden_states** (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_hidden_states=True` được truyền vào hoặc khi `config.output_hidden_states=True`) -- Bộ tuple các `torch.Tensor` (một cho đầu ra của embeddings, nếu mô hình có lớp embedding, + một cho đầu ra của mỗi lớp) có hình dạng `(batch_size, sequence_length, hidden_size)`.

  Trạng thái ẩn của mô hình tại đầu ra của mỗi lớp cùng với các đầu ra embedding ban đầu tùy chọn.
- **attentions** (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_attentions=True` được truyền vào hoặc khi `config.output_attentions=True`) -- Bộ tuple của `torch.Tensor` (một cho mỗi lớp) có hình dạng `(batch_size, num_heads, sequence_length, sequence_length)`.

  Trọng số chú ý sau softmax của attention, được sử dụng để tính trung bình có trọng số trong các đầu self-attention.

Ví dụ:

```python
>>> from transformers import AutoTokenizer, XLNetForTokenClassification
>>> import torch

>>> tokenizer = AutoTokenizer.from_pretrained("xlnet/xlnet-large-cased")
>>> model = XLNetForTokenClassification.from_pretrained("xlnet/xlnet-large-cased")

>>> inputs = tokenizer(
...     "HuggingFace is a company based in Paris and New York", add_special_tokens=False, return_tensors="pt"
... )

>>> with torch.no_grad():
...     logits = model(**inputs).logits

>>> predicted_token_class_ids = logits.argmax(-1)

>>> # Note that tokens are classified rather then input words which means that
>>> # there might be more predicted token classes than words.
>>> # Multiple token classes might account for the same word
>>> predicted_tokens_classes = [model.config.id2label[t.item()] for t in predicted_token_class_ids[0]]
>>> predicted_tokens_classes
...

>>> labels = predicted_token_class_ids
>>> loss = model(**inputs, labels=labels).loss
>>> round(loss.item(), 2)
...
```

## XLNetForQuestionAnsweringSimple[[transformers.XLNetForQuestionAnsweringSimple]]

#### transformers.XLNetForQuestionAnsweringSimple[[transformers.XLNetForQuestionAnsweringSimple]]

```python
transformers.XLNetForQuestionAnsweringSimple(config: XLNetConfig)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L1838)

**Tham số:**

config ([XLNetConfig](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetConfig)) : Lớp cấu hình mô hình chứa tất cả các tham số của mô hình. Khởi tạo bằng tệp cấu hình sẽ không tải trọng số liên quan đến mô hình, chỉ tải cấu hình. Xem phương thức [from_pretrained()](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel.from_pretrained) để tải trọng số mô hình.

Mô hình XLNet với một đầu phân loại span phía trên cho các tác vụ trả lời câu hỏi trích xuất như SQuAD (một lớp tuyến tính phía trên đầu ra hidden-states để tính toán `span start logits` và `span end logits`).

Mô hình này kế thừa từ [PreTrainedModel](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel). Xem tài liệu của lớp cha để biết các phương thức chung mà thư viện triển khai cho tất cả các mô hình của nó (chẳng hạn như tải xuống hoặc lưu trữ, thay đổi kích thước các nhúng đầu vào, cắt tỉa các đầu ra, v.v.)

Mô hình này cũng là một lớp con của [torch.nn.Module](https://pytorch.org/docs/stable/nn.html#torch.nn.Module) trong PyTorch. Hãy sử dụng nó như một Module PyTorch thông thường và tham khảo tài liệu PyTorch cho mọi vấn đề liên quan đến cách sử dụng và hành vi chung.

#### forward[[transformers.XLNetForQuestionAnsweringSimple.forward]]

```python
forward(input_ids: typing.Optional[torch.Tensor] = None, attention_mask: typing.Optional[torch.Tensor] = None, mems: typing.Optional[torch.Tensor] = None, perm_mask: typing.Optional[torch.Tensor] = None, target_mapping: typing.Optional[torch.Tensor] = None, token_type_ids: typing.Optional[torch.Tensor] = None, input_mask: typing.Optional[torch.Tensor] = None, inputs_embeds: typing.Optional[torch.Tensor] = None, start_positions: typing.Optional[torch.Tensor] = None, end_positions: typing.Optional[torch.Tensor] = None, use_mems: bool | None = None, output_attentions: bool | None = None, output_hidden_states: bool | None = None, return_dict: bool | None = None, **kwargs)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L1849)

**Tham số:**

input_ids (`torch.Tensor` có hình dạng `(batch_size, sequence_length)`, *tùy chọn*) : Chỉ số của các token trong chuỗi đầu vào theo từ vựng. Mặc định, các token đệm (padding) sẽ bị bỏ qua. Có thể lấy chỉ số bằng cách sử dụng [AutoTokenizer](/docs/transformers/v5.23.0/vi/model_doc/auto#transformers.AutoTokenizer). Xem [PreTrainedTokenizer.encode()](/docs/transformers/v5.23.0/vi/internal/tokenization_utils#transformers.PreTrainedTokenizerBase.encode) và [PreTrainedTokenizer.__call__()](/docs/transformers/v5.23.0/vi/internal/tokenization_utils#transformers.PreTrainedTokenizerBase.__call__) để biết thêm chi tiết. [ID đầu vào là gì?](../glossary#input-ids)

attention_mask (`torch.Tensor` có hình dạng `(batch_size, sequence_length)`, *tùy chọn*) : Mặt nạ để tránh thực hiện chú ý trên các chỉ số token đệm. Các giá trị mặt nạ được chọn trong `[0, 1]`:  - 1 cho các token **không bị che**, - 0 cho các token **bị che**.  [Mặt nạ chú ý là gì?](../glossary#attention-mask)

mems (`list[torch.Tensor]` có độ dài `config.n_layers`) : Chứa các hidden-states đã được tính trước (xem đầu ra `mems` bên dưới). Có thể được sử dụng để tăng tốc quá trình giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền vào `input_ids` vì chúng đã được tính toán. `use_mems` phải được đặt thành `True` để sử dụng `mems`.

perm_mask (`torch.Tensor` có shape `(batch_size, sequence_length, sequence_length)`, *tùy chọn*) : Mask để chỉ ra mẫu chú ý (attention pattern) cho từng token đầu vào, với các giá trị được chọn trong `[0, 1]`:  - nếu `perm_mask[k, i, j] = 0`, i chú ý đến j trong batch k; - nếu `perm_mask[k, i, j] = 1`, i không chú ý đến j trong batch k.  Nếu không được đặt, mỗi token sẽ chú ý đến tất cả các token khác (chú ý hai chiều đầy đủ). Chỉ được sử dụng trong quá trình pretraining (để xác định thứ tự phân rã) hoặc cho giải mã tuần tự (generation).

target_mapping (`torch.Tensor` có shape `(batch_size, num_predict, sequence_length)`, *tùy chọn*) : Mask để chỉ định các output token cần sử dụng. Nếu `target_mapping[k, i, j] = 1`, predict thứ i trong batch k nằm trên token thứ j. Chỉ được sử dụng trong quá trình pretraining cho partial prediction hoặc cho sequential decoding (generation).

token_type_ids (`torch.Tensor` có shape `(batch_size, sequence_length)`, *tùy chọn*) : Chỉ số token phân đoạn để chỉ định phần đầu và phần thứ hai của các đầu vào. Các chỉ số được chọn trong `[0, 1]`:  - 0 tương ứng với token *câu A*, - 1 tương ứng với token *câu B*.  [Các ID loại token là gì?](../glossary#token-type-ids)

input_mask (`torch.Tensor` có shape `batch_size, sequence_length`, *tùy chọn*) : Mặt nạ để tránh thực hiện chú ý trên các chỉ số token đệm. Đây là phần bù của `attention_mask`, tức là có giá trị 0 cho các token thực và 1 cho phần đệm, được giữ lại để đảm bảo tương thích với mã nguồn gốc.  Các giá trị mặt nạ được chọn trong `[0, 1]`:  - 1 cho các token bị **che**, - 0 cho các token **không bị che**.  Bạn chỉ có thể sử dụng một trong `input_mask` và `attention_mask`.

inputs_embeds (`torch.Tensor` có hình dạng `(batch_size, sequence_length, hidden_size)`, *tùy chọn*) : Tùy chọn, thay vì truyền `input_ids`, bạn có thể chọn cách truyền trực tiếp một biểu diễn nhúng. Điều này hữu ích nếu bạn muốn kiểm soát nhiều hơn cách chuyển đổi các chỉ số `input_ids` thành các vector liên quan so với ma trận tra cứu nhúng nội bộ của mô hình.

start_positions (`torch.Tensor` có shape `(batch_size,)`, *tùy chọn*) : Nhãn cho vị trí (chỉ số) bắt đầu của span được gắn nhãn để tính toán tổn thất phân loại token. Các vị trí được kẹp (clamp) theo độ dài của chuỗi (`sequence_length`). Các vị trí nằm ngoài chuỗi sẽ không được tính đến khi tính toán tổn thất.

end_positions (`torch.Tensor` có shape `(batch_size,)`, *tùy chọn*) : Nhãn cho vị trí (chỉ số) của điểm kết thúc của span được gắn nhãn để tính toán tổn thất phân loại token. Các vị trí được kẹp (clamp) theo độ dài của chuỗi (`sequence_length`). Các vị trí nằm ngoài chuỗi sẽ không được tính đến khi tính toán tổn thất.

use_mems (`bool`, *tùy chọn*) : Có sử dụng trạng thái bộ nhớ để tăng tốc giải mã tuần tự hay không. Nếu đặt thành `True`, mô hình sẽ sử dụng các trạng thái ẩn từ các lần truyền tiến trước đó để tính toán chú ý, điều này có thể cải thiện đáng kể hiệu suất cho các tác vụ giải mã tuần tự.

output_attentions (`bool`, *tùy chọn*) : Có trả về các tensor chú ý của tất cả các lớp chú ý hay không. Xem `attentions` trong phần tensor trả về để biết thêm chi tiết.

output_hidden_states (`bool`, *tuỳ chọn*) : Có trả về trạng thái ẩn của tất cả các lớp hay không. Xem `hidden_states` trong phần tensor trả về để biết thêm chi tiết.

return_dict (`bool`, *tùy chọn*) : Có trả về [ModelOutput](/docs/transformers/v5.23.0/vi/main_classes/output#transformers.utils.ModelOutput) thay vì một tuple thông thường hay không.

**Trả về:** [XLNetForQuestionAnsweringSimpleOutput](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.models.xlnet.modeling_xlnet.XLNetForQuestionAnsweringSimpleOutput) hoặc `tuple(torch.Tensor)`

Một [XLNetForQuestionAnsweringSimpleOutput](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.models.xlnet.modeling_xlnet.XLNetForQuestionAnsweringSimpleOutput) hoặc một tuple của `torch.Tensor` (nếu `return_dict=False` được truyền hoặc khi `config.return_dict=False`) bao gồm các phần tử khác nhau tùy thuộc vào cấu hình ([XLNetConfig](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetConfig)) và đầu vào.

Phương thức forward của [XLNetForQuestionAnsweringSimple](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetForQuestionAnsweringSimple) ghi đè lên phương thức đặc biệt `__call__`.

Mặc dù công thức cho bước truyền tiến cần được định nghĩa bên trong hàm này, bạn nên gọi instance của `Module` sau đó thay vì gọi hàm này, vì instance `Module` sẽ đảm nhận việc thực hiện các bước tiền xử lý và hậu xử lý, trong khi hàm này sẽ bỏ qua chúng một cách im lặng.

- **loss** (`torch.Tensor` có shape `(1,)`, *optional*, được trả về khi `labels` được cung cấp) -- Tổng loss trích xuất span là tổng của Cross-Entropy cho các vị trí bắt đầu và kết thúc.
- **start_logits** (`torch.Tensor` có hình dạng `(batch_size, sequence_length,)`) -- Điểm số bắt đầu span (trước SoftMax).
- **end_logits** (`torch.Tensor` có hình dạng `(batch_size, sequence_length,)`) -- Điểm số kết thúc span (trước SoftMax).
- **mems** (`list[torch.Tensor]` có độ dài `config.n_layers`) -- Chứa các hidden-state đã được tính toán trước. Có thể được sử dụng (xem đầu vào `mems`) để tăng tốc độ giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền vào `input_ids` vì chúng đã được tính toán.
- **hidden_states** (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_hidden_states=True` được truyền vào hoặc khi `config.output_hidden_states=True`) -- Bộ tuple các `torch.Tensor` (một cho đầu ra của embeddings, nếu mô hình có lớp embedding, + một cho đầu ra của mỗi lớp) có hình dạng `(batch_size, sequence_length, hidden_size)`.

  Trạng thái ẩn của mô hình tại đầu ra của mỗi lớp cùng với các đầu ra embedding ban đầu tùy chọn.
- **attentions** (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_attentions=True` được truyền vào hoặc khi `config.output_attentions=True`) -- Bộ tuple của `torch.Tensor` (một cho mỗi lớp) có hình dạng `(batch_size, num_heads, sequence_length, sequence_length)`.

  Trọng số chú ý sau softmax của attention, được sử dụng để tính trung bình có trọng số trong các đầu self-attention.

Ví dụ:

```python
>>> from transformers import AutoTokenizer, XLNetForQuestionAnsweringSimple
>>> import torch

>>> tokenizer = AutoTokenizer.from_pretrained("xlnet/xlnet-large-cased")
>>> model = XLNetForQuestionAnsweringSimple.from_pretrained("xlnet/xlnet-large-cased")

>>> question, text = "Who was Jim Henson?", "Jim Henson was a nice puppet"

>>> inputs = tokenizer(question, text, return_tensors="pt")
>>> with torch.no_grad():
...     outputs = model(**inputs)

>>> answer_start_index = outputs.start_logits.argmax()
>>> answer_end_index = outputs.end_logits.argmax()

>>> predict_answer_tokens = inputs.input_ids[0, answer_start_index : answer_end_index + 1]
>>> tokenizer.decode(predict_answer_tokens, skip_special_tokens=True)
...

>>> # target is "nice puppet"
>>> target_start_index = torch.tensor([14])
>>> target_end_index = torch.tensor([15])

>>> outputs = model(**inputs, start_positions=target_start_index, end_positions=target_end_index)
>>> loss = outputs.loss
>>> round(loss.item(), 2)
...
```

## XLNetForQuestionAnswering[[transformers.XLNetForQuestionAnswering]]

#### transformers.XLNetForQuestionAnswering[[transformers.XLNetForQuestionAnswering]]

```python
transformers.XLNetForQuestionAnswering(config: XLNetConfig)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L1959)

**Tham số:**

config ([XLNetConfig](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetConfig)) : Lớp cấu hình mô hình chứa tất cả các tham số của mô hình. Khởi tạo bằng tệp cấu hình sẽ không tải trọng số liên quan đến mô hình, chỉ tải cấu hình. Xem phương thức [from_pretrained()](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel.from_pretrained) để tải trọng số mô hình.

Biến đổi Xlnet với một đầu phân loại span phía trên cho các tác vụ trả lời câu hỏi trích xuất như SQuAD (một lớp tuyến tính phía trên đầu ra hidden-states để tính toán `span start logits` và `span end logits`).

Mô hình này kế thừa từ [PreTrainedModel](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel). Xem tài liệu của lớp cha để biết các phương thức chung mà thư viện triển khai cho tất cả các mô hình của nó (chẳng hạn như tải xuống hoặc lưu trữ, thay đổi kích thước các nhúng đầu vào, cắt tỉa các đầu ra, v.v.)

Mô hình này cũng là một lớp con của [torch.nn.Module](https://pytorch.org/docs/stable/nn.html#torch.nn.Module) trong PyTorch. Hãy sử dụng nó như một Module PyTorch thông thường và tham khảo tài liệu PyTorch cho mọi vấn đề liên quan đến cách sử dụng và hành vi chung.

#### forward[[transformers.XLNetForQuestionAnswering.forward]]

```python
forward(input_ids: typing.Optional[torch.Tensor] = None, attention_mask: typing.Optional[torch.Tensor] = None, mems: typing.Optional[torch.Tensor] = None, perm_mask: typing.Optional[torch.Tensor] = None, target_mapping: typing.Optional[torch.Tensor] = None, token_type_ids: typing.Optional[torch.Tensor] = None, input_mask: typing.Optional[torch.Tensor] = None, inputs_embeds: typing.Optional[torch.Tensor] = None, start_positions: typing.Optional[torch.Tensor] = None, end_positions: typing.Optional[torch.Tensor] = None, is_impossible: typing.Optional[torch.Tensor] = None, cls_index: typing.Optional[torch.Tensor] = None, p_mask: typing.Optional[torch.Tensor] = None, use_mems: bool | None = None, output_attentions: bool | None = None, output_hidden_states: bool | None = None, return_dict: bool | None = None, **kwargs)
```

[Nguồn](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/xlnet/modeling_xlnet.py#L1973)

**Tham số:**

input_ids (`torch.Tensor` có hình dạng `(batch_size, sequence_length)`, *tùy chọn*) : Chỉ số của các token trong chuỗi đầu vào theo từ vựng. Mặc định, các token đệm (padding) sẽ bị bỏ qua. Có thể lấy chỉ số bằng cách sử dụng [AutoTokenizer](/docs/transformers/v5.23.0/vi/model_doc/auto#transformers.AutoTokenizer). Xem [PreTrainedTokenizer.encode()](/docs/transformers/v5.23.0/vi/internal/tokenization_utils#transformers.PreTrainedTokenizerBase.encode) và [PreTrainedTokenizer.__call__()](/docs/transformers/v5.23.0/vi/internal/tokenization_utils#transformers.PreTrainedTokenizerBase.__call__) để biết thêm chi tiết. [ID đầu vào là gì?](../glossary#input-ids)

attention_mask (`torch.Tensor` có hình dạng `(batch_size, sequence_length)`, *tùy chọn*) : Mặt nạ để tránh thực hiện chú ý trên các chỉ số token đệm. Các giá trị mặt nạ được chọn trong `[0, 1]`:  - 1 cho các token **không bị che**, - 0 cho các token **bị che**.  [Mặt nạ chú ý là gì?](../glossary#attention-mask)

mems (`list[torch.Tensor]` có độ dài `config.n_layers`) : Chứa các hidden-states đã được tính trước (xem đầu ra `mems` bên dưới). Có thể được sử dụng để tăng tốc quá trình giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền vào `input_ids` vì chúng đã được tính toán. `use_mems` phải được đặt thành `True` để sử dụng `mems`.

perm_mask (`torch.Tensor` có shape `(batch_size, sequence_length, sequence_length)`, *tùy chọn*) : Mask để chỉ ra mẫu chú ý (attention pattern) cho từng token đầu vào, với các giá trị được chọn trong `[0, 1]`:  - nếu `perm_mask[k, i, j] = 0`, i chú ý đến j trong batch k; - nếu `perm_mask[k, i, j] = 1`, i không chú ý đến j trong batch k.  Nếu không được đặt, mỗi token sẽ chú ý đến tất cả các token khác (chú ý hai chiều đầy đủ). Chỉ được sử dụng trong quá trình pretraining (để xác định thứ tự phân rã) hoặc cho giải mã tuần tự (generation).

target_mapping (`torch.Tensor` có shape `(batch_size, num_predict, sequence_length)`, *tùy chọn*) : Mask để chỉ định các output token cần sử dụng. Nếu `target_mapping[k, i, j] = 1`, predict thứ i trong batch k nằm trên token thứ j. Chỉ được sử dụng trong quá trình pretraining cho partial prediction hoặc cho sequential decoding (generation).

token_type_ids (`torch.Tensor` có shape `(batch_size, sequence_length)`, *tùy chọn*) : Chỉ số token phân đoạn để chỉ định phần đầu và phần thứ hai của các đầu vào. Các chỉ số được chọn trong `[0, 1]`:  - 0 tương ứng với token *câu A*, - 1 tương ứng với token *câu B*.  [Các ID loại token là gì?](../glossary#token-type-ids)

input_mask (`torch.Tensor` có shape `batch_size, sequence_length`, *tùy chọn*) : Mặt nạ để tránh thực hiện chú ý trên các chỉ số token đệm. Đây là phần bù của `attention_mask`, tức là có giá trị 0 cho các token thực và 1 cho phần đệm, được giữ lại để đảm bảo tương thích với mã nguồn gốc.  Các giá trị mặt nạ được chọn trong `[0, 1]`:  - 1 cho các token bị **che**, - 0 cho các token **không bị che**.  Bạn chỉ có thể sử dụng một trong `input_mask` và `attention_mask`.

inputs_embeds (`torch.Tensor` có hình dạng `(batch_size, sequence_length, hidden_size)`, *tùy chọn*) : Tùy chọn, thay vì truyền `input_ids`, bạn có thể chọn cách truyền trực tiếp một biểu diễn nhúng. Điều này hữu ích nếu bạn muốn kiểm soát nhiều hơn cách chuyển đổi các chỉ số `input_ids` thành các vector liên quan so với ma trận tra cứu nhúng nội bộ của mô hình.

start_positions (`torch.Tensor` có shape `(batch_size,)`, *tùy chọn*) : Nhãn cho vị trí (chỉ số) bắt đầu của span được gắn nhãn để tính toán tổn thất phân loại token. Các vị trí được kẹp (clamp) theo độ dài của chuỗi (`sequence_length`). Các vị trí nằm ngoài chuỗi sẽ không được tính đến khi tính toán tổn thất.

end_positions (`torch.Tensor` có shape `(batch_size,)`, *tùy chọn*) : Nhãn cho vị trí (chỉ số) của điểm kết thúc của span được gắn nhãn để tính toán tổn thất phân loại token. Các vị trí được kẹp (clamp) theo độ dài của chuỗi (`sequence_length`). Các vị trí nằm ngoài chuỗi sẽ không được tính đến khi tính toán tổn thất.

is_impossible (`torch.LongTensor` có hình dạng `(batch_size,)`, *tùy chọn*) : Nhãn cho biết một câu hỏi có câu trả lời hay không (SQuAD 2.0)

cls_index (`torch.LongTensor` có hình dạng `(batch_size,)`, *tùy chọn*) : Nhãn cho vị trí (chỉ số) của token phân loại để sử dụng làm đầu vào cho việc tính toán độ hợp lý của câu trả lời.

p_mask (`torch.Tensor` có shape `(batch_size, sequence_length)`, *tùy chọn*) : Mask tùy chọn cho các token không thể nằm trong câu trả lời (ví dụ: [CLS], [PAD], ...). 1.0 có nghĩa là token cần được mask. 0.0 có nghĩa là token không được mask.

use_mems (`bool`, *tùy chọn*) : Có sử dụng trạng thái bộ nhớ để tăng tốc giải mã tuần tự hay không. Nếu đặt thành `True`, mô hình sẽ sử dụng các trạng thái ẩn từ các lần truyền tiến trước đó để tính toán chú ý, điều này có thể cải thiện đáng kể hiệu suất cho các tác vụ giải mã tuần tự.

output_attentions (`bool`, *tùy chọn*) : Có trả về các tensor chú ý của tất cả các lớp chú ý hay không. Xem `attentions` trong phần tensor trả về để biết thêm chi tiết.

output_hidden_states (`bool`, *tuỳ chọn*) : Có trả về trạng thái ẩn của tất cả các lớp hay không. Xem `hidden_states` trong phần tensor trả về để biết thêm chi tiết.

return_dict (`bool`, *tùy chọn*) : Có trả về [ModelOutput](/docs/transformers/v5.23.0/vi/main_classes/output#transformers.utils.ModelOutput) thay vì một tuple thông thường hay không.

**Trả về:** [XLNetForQuestionAnsweringOutput](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.models.xlnet.modeling_xlnet.XLNetForQuestionAnsweringOutput) hoặc `tuple(torch.Tensor)`

Một [XLNetForQuestionAnsweringOutput](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.models.xlnet.modeling_xlnet.XLNetForQuestionAnsweringOutput) hoặc một tuple của `torch.Tensor` (nếu `return_dict=False` được truyền hoặc khi `config.return_dict=False`) bao gồm các phần tử khác nhau tùy thuộc vào cấu hình ([XLNetConfig](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetConfig)) và đầu vào.

Phương thức forward của [XLNetForQuestionAnswering](/docs/transformers/v5.23.0/vi/model_doc/xlnet#transformers.XLNetForQuestionAnswering) ghi đè lên phương thức đặc biệt `__call__`.

Mặc dù công thức cho bước truyền tiến cần được định nghĩa bên trong hàm này, bạn nên gọi instance của `Module` sau đó thay vì gọi hàm này, vì instance `Module` sẽ đảm nhận việc thực hiện các bước tiền xử lý và hậu xử lý, trong khi hàm này sẽ bỏ qua chúng một cách im lặng.

- **loss** (`torch.Tensor` có shape `(1,)`, *optional*, được trả về nếu cả `start_positions` và `end_positions` đều được cung cấp) -- Loss phân loại dưới dạng tổng của các loss phân loại cho token bắt đầu, token kết thúc (và is_impossible nếu được cung cấp).
- **start_top_log_probs** (`torch.Tensor` có shape `(batch_size, config.start_n_top)`, *tùy chọn*, được trả về nếu `start_positions` hoặc `end_positions` không được cung cấp) -- Xác suất log cho config.start_n_top khả năng token bắt đầu hàng đầu (beam-search).
- **start_top_index** (`torch.LongTensor` có shape `(batch_size, config.start_n_top)`, *tùy chọn*, được trả về nếu `start_positions` hoặc `end_positions` không được cung cấp) -- Chỉ số cho config.start_n_top khả năng token bắt đầu hàng đầu (beam-search).
- **end_top_log_probs** (`torch.Tensor` có shape `(batch_size, config.start_n_top * config.end_n_top)`, *optional*, được trả về nếu `start_positions` hoặc `end_positions` không được cung cấp) -- Xác suất log cho `config.start_n_top * config.end_n_top` khả năng token kết thúc hàng đầu (beam-search).
- **end_top_index** (`torch.LongTensor` có shape `(batch_size, config.start_n_top * config.end_n_top)`, *tùy chọn*, được trả về nếu `start_positions` hoặc `end_positions` không được cung cấp) -- Chỉ số cho `config.start_n_top * config.end_n_top` khả năng token kết thúc hàng đầu (beam-search).
- **cls_logits** (`torch.Tensor` có shape `(batch_size,)`, *tùy chọn*, được trả về nếu `start_positions` hoặc `end_positions` không được cung cấp) -- Xác suất log cho nhãn `is_impossible` của các câu trả lời.
- **mems** (`list[torch.Tensor]` có độ dài `config.n_layers`) -- Chứa các hidden-state đã được tính toán trước. Có thể được sử dụng (xem đầu vào `mems`) để tăng tốc độ giải mã tuần tự. Các token id mà phần quá khứ của chúng đã được cung cấp cho mô hình này không nên được truyền vào `input_ids` vì chúng đã được tính toán.
- **hidden_states** (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_hidden_states=True` được truyền vào hoặc khi `config.output_hidden_states=True`) -- Bộ tuple các `torch.Tensor` (một cho đầu ra của embeddings, nếu mô hình có lớp embedding, + một cho đầu ra của mỗi lớp) có hình dạng `(batch_size, sequence_length, hidden_size)`.

  Trạng thái ẩn của mô hình tại đầu ra của mỗi lớp cùng với các đầu ra embedding ban đầu tùy chọn.
- **attentions** (`tuple[torch.Tensor, ...]`, *tùy chọn*, được trả về khi `output_attentions=True` được truyền vào hoặc khi `config.output_attentions=True`) -- Bộ tuple của `torch.Tensor` (một cho mỗi lớp) có hình dạng `(batch_size, num_heads, sequence_length, sequence_length)`.

  Trọng số chú ý sau softmax của attention, được sử dụng để tính trung bình có trọng số trong các đầu self-attention.

Ví dụ:

```python
>>> from transformers import AutoTokenizer, XLNetForQuestionAnswering
>>> import torch

>>> tokenizer = AutoTokenizer.from_pretrained("xlnet/xlnet-base-cased")
>>> model = XLNetForQuestionAnswering.from_pretrained("xlnet/xlnet-base-cased")

>>> input_ids = torch.tensor(tokenizer.encode("Hello, my dog is cute", add_special_tokens=True)).unsqueeze(
...     0
... )  # Batch size 1
>>> start_positions = torch.tensor([1])
>>> end_positions = torch.tensor([3])
>>> outputs = model(input_ids, start_positions=start_positions, end_positions=end_positions)

>>> loss = outputs.loss
```

