这是Fairseq（-py）的一个分支，具有以下模型的实现： 普遍注意-二维卷积神经网络用于序列到序列的预测 NMT通过二维卷积模型对源序列和目标序列进行联合编码。 Pervasive Attention还提供了广泛的解码网格，我们可以利用该网格有效地训练wait-k模型。 请参阅。 同步机器翻译的高效Wait-k模型 具有单向编码器并联合训练多个wait-k路径的Transformer Wait-k模型（Ma等，2019）。 请参阅。 Fairseq要求和安装 版本> = 1.4.