Roberta2roberta L 24 Bbc
RoBERTaアーキテクチャに基づくエンコーダー-デコーダーモデルで、極端な要約生成タスク向けに設計され、BBC XSumデータセットでファインチューニングされています。
ダウンロード数 959
リリース時間 : 3/2/2022
モデル概要
このモデルはエンコーダー-デコーダーアーキテクチャを採用し、エンコーダーとデコーダーはどちらもroberta-largeで初期化されており、極端に簡潔なテキスト要約の生成に適しています。
モデル特徴
極端要約生成
非常に短い要約を生成するタスクに特化して最適化されており、テキストの核心情報を抽出できます。
RoBERTaアーキテクチャ
強力なRoBERTa-largeモデルで初期化されており、優れた言語理解能力を持っています。
BBC XSumファインチューニング
専門的なニュース要約データセットでファインチューニングされており、ニュース類のテキスト処理に適しています。
モデル能力
テキスト要約生成
テキストの極端な圧縮
キー情報の抽出
使用事例
ニュース処理
ニュース見出し生成
長文のニュース記事を極端に短い要約や見出しに圧縮する
簡潔で正確なニュースの要点を生成
コンテンツ要約
ドキュメント要約
長文ドキュメントに対して極端に簡潔な要約を生成する
核心情報を保持した高度に圧縮されたテキスト
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