%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Distilbart Cnn 12 3
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。
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
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
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