SEQ_CLS (Sequence Classification):
定义：序列分类任务。
用途：将整个输入序列分类为一个类别标签。例如，情感分析（将一段文本分类为“正面”或“负面”）、垃圾邮件检测（将邮件分类为“垃圾邮件”或“非垃圾邮件”）。
SEQ_2_SEQ_LM (Sequence-to-Sequence Language Modeling):
定义：序列到序列的语言建模任务。
用途：生成一个输出序列，给定一个输入序列。例如，机器翻译（将句子从一种语言翻译到另一种语言）、文本摘要（将长文本总结为简短文本）。
CAUSAL_LM (Causal Language Modeling):
定义：因果语言建模任务，自回归生成模型。
用途：生成下一个词，给定前面的上下文。例如，文本生成（根据开头生成后续内容）、对话生成（生成回复）。
TOKEN_CLS (Token Classification):
定义：标记分类任务。
用途：将每个输入标记分类到一个类别。例如，命名实体识别（NER，将句子中的每个词分类为实体类别如人名、地点名等）、部分词性标注（POS，将每个词标注为词性如名词、动词等）。
QUESTION_ANS (Question Answering):
定义：问答任务。
用途：根据给定的上下文和问题，返回答案。例如，阅读理解（从文本中找出问题的答案）。
FEATURE_EXTRACTION (Feature Extraction):
定义：特征提取任务。
用途：从输入文本中提取特征表示。例如，将文本转化为向量用于下游任务如相似度计算或聚类分析。