D

Distilbart Cnn 12 3

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 145
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、知識蒸留技術を通じて元のモデルを圧縮し、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

高効率推論
元のBART-largeモデルと比較して、推論速度が1.68倍向上します(137ms対229ms)
性能バランス
モデルサイズと要約品質の間で良好なバランスを達成し、Rouge-Lスコアはベースラインよりわずか0.5%低いだけです。
複数の設定選択
さまざまなパラメータ設定(例:12 - 1、6 - 6、12 - 3など)を提供し、さまざまなシナリオのニーズを満たします。

モデル能力

ニュース要約生成
長文圧縮
重要情報抽出

使用事例

メディア業界
ニュース自動要約
長いニュース記事を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
文書の重要情報抽出
長い文書から核心的な内容を抽出します。
元の文書の90%以上の重要情報を保持します。
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