Bart Base Xsum
facebook/bart-baseをxsumデータセットでファインチューニングした要約生成モデルで、簡潔で正確な要約を生成するのに優れています。
ダウンロード数 15
リリース時間 : 9/18/2022
モデル概要
このモデルはBARTアーキテクチャに基づく事前学習モデルで、特に要約生成タスク向けにファインチューニングされており、ニュース記事の短い要約生成に特に適しています。
モデル特徴
効率的な要約生成
XSUMデータセットで優れたパフォーマンスを発揮し、簡潔で正確なニュース要約を生成できます。
複数データセットへの適応
XSUMデータセットだけでなく、CNN/DailyMailなど異なるスタイルの要約生成タスクにも適応可能です。
安定したトレーニングプロセス
10エポックのトレーニングを経て、検証指標が安定して向上し、良好なトレーニング収束性を示しています。
モデル能力
テキスト要約生成
ニュース内容の抽出
長文テキストの圧縮
使用事例
ニュースメディア
ニュース要約生成
長文ニュース記事から自動的に簡潔な要約を生成
XSUMテストセットでROUGE-1スコア38.6513
コンテンツ分析
ドキュメント内容の抽出
長文ドキュメントからキー情報を抽出
CNN/DailyMailテストセットでROUGE-1スコア14.9833
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98