D

Distilbart Cnn 12 6

sshleiferによって開発
DistilBARTはBARTモデルの蒸留バージョンで、テキスト要約タスクに特化して最適化されており、高い性能を維持しながら推論速度を大幅に向上させています。
ダウンロード数 783.96k
リリース時間 : 3/2/2022

モデル概要

BARTアーキテクチャに基づく軽量テキスト要約モデルで、知識蒸留技術によりモデルサイズを圧縮し、ニュース要約生成などのシナリオに適しています。

モデル特徴

効率的な推論
オリジナルのBARTモデルと比較して、推論速度が2.54倍向上(distilbart-xsum-12-1バージョン)
性能バランス
モデルの圧縮と要約品質の間で良好なバランスを達成し、Rouge-LスコアがオリジナルBARTモデルに近い
複数の設定選択
さまざまなパラメータ設定(12-1、6-6など)を提供し、異なるシナリオでの速度と精度のニーズに対応

モデル能力

ニュース要約生成
長文テキストの圧縮
キー情報の抽出

使用事例

メディア業界
ニュース自動要約
長編ニュース記事に対して簡潔な要約を生成
CNN/DailyMailデータセットでRouge-2が20.57を達成
コンテンツ分析
ドキュメントのキー情報抽出
長文ドキュメントから核心内容を抽出
XSumデータセットでRouge-Lが33.37を達成
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase