D

Distilbart Xsum 1 1

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最適化されており、高い性能を維持しながらモデルサイズと推論時間を大幅に削減します。
ダウンロード数 2,198
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蒸留モデルで、主に生成型テキスト要約タスクに使用され、英語のテキスト処理をサポートします。知識蒸留技術を通じて元のモデルを圧縮し、より効率的な推論を実現します。

モデル特徴

高効率推論
元のBART - largeモデルと比較して、推論速度が1.68倍向上し、同時に90%以上のRougeスコアを維持します。
複数バージョンの設定
異なるパラメータ規模のサブバージョン(12 - 1/6 - 6/12 - 3など)を提供し、性能と効率のニーズをバランスさせます。
2つのデータセットへの適合
それぞれCNN/DailyMailとXSumデータセットに最適化されており、異なる要約スタイルのニーズに対応します。

モデル能力

生成型テキスト要約
長文圧縮
重要情報抽出

使用事例

ニュースメディア
ニュースブリーフの生成
長いニュース記事を自動的に簡潔な要約に圧縮します。
XSumデータセットで22.12のRouge - 2スコアを達成します。
コンテンツ分析
ドキュメント概要の生成
長いドキュメントから核心内容を抽出して執行要約を作成します。
CNN/DailyMailデータセットで21.26のRouge - 2スコアを達成します。
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