Mtl Summarization
MTL-要約モデルは、要約タスク専用に設計されたテキスト生成モデルで、複数の注釈付き要約データセットを混合して教師あり事前学習を行います。
ダウンロード数 13
リリース時間 : 6/2/2022
モデル概要
このモデルは標準Transformerエンコーダー-デコーダーアーキテクチャに基づいており、ニュース要約や対話要約などのシナリオに適しています。
モデル特徴
複数データセット教師あり事前学習
複数の注釈付き要約データセットを混合して訓練し、モデルの汎化能力を向上
要約タスク専用最適化
ニュース要約や対話要約などのシナリオ向けに特別に最適化
MVPアーキテクチャベース
MVP論文で提案されたマルチタスク教師あり事前学習手法を採用
モデル能力
テキスト生成
テキスト要約
ニュース要約
対話要約
使用事例
ニュース要約
スポーツニュース要約
スポーツ試合の報道を自動要約
例では野球試合の報道の要約効果を展示
職場アドバイス要約
職場アドバイス要約
職場アドバイス記事のキーポイント抽出
例では退職決断に関する要約効果を展示
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