# 多言語要約生成

mT5アーキテクチャに基づく多言語要約生成モデルで、45言語をサポートし、XL-Sumデータセットでファインチューニングされています。

このモデルはggml.aiのGGUF-my-repoスペースを使用し、llama.cppによってgoogle-t5/t5-smallからGGUF形式に変換された量子化バージョンです。

これはT5アーキテクチャに基づく多言語テキスト要約および翻訳モデルで、英語、ロシア語、中国語の3言語をサポートし、異なる長さの要約を生成し、クロスランゲージ翻訳が可能です。

google/mt5-smallモデルを未知のデータセットで微調整したバージョンで、主に英語からスペイン語への要約生成タスクに使用されます。

このモデルはggml.aiのGGUF-my-repoスペースを使用し、llama.cppによってgoogle-t5/t5-smallからGGUF形式に変換された量子化バージョンです。

このモデルはggml.aiのGGUF-my-repoスペースを使用し、llama.cppによってgoogle-t5/t5-3bからGGUF形式に変換された量子化バージョンです。

これはT5ベースのマルチタスクモデルで、英語、ロシア語、中国語のテキスト要約生成と相互翻訳機能をサポートし、指示に応じて異なる長さの要約内容を生成できます。

Flan-T5-Largeをベースにした多言語シーケンス・ツー・シーケンスモデルで、ベトナム語、英語、中国語をサポートし、要約生成、翻訳、質問応答などのタスクに適しています。

GoogleのmT5モデルを未知のデータセットでファインチューニングした要約生成モデルで、多言語テキスト要約タスクをサポート

PISCESは、3段階の事前学習プロセスを通じて言語モデリング、クロスリンガル能力、要約生成能力を習得した事前学習済み多言語要約生成モデルです。

XL-Sumデータセットで45言語にファインチューニングされたmT5モデルで、多言語要約生成タスク用です。

google/mt5-smallを微調整したテキスト要約生成モデルで、多言語テキスト要約タスクをサポートします。

google/mt5-smallをファインチューニングした要約生成モデルで、多言語テキスト要約タスクをサポート

mbart-large-50アーキテクチャに基づくファインチューニングモデルで、多言語要約生成タスクに適しています

google/mt5-baseをファインチューニングした多言語要約生成モデルで、アラビア語、スペイン語、アムハラ語の抽象的な要約タスクをサポート

T5-smallモデルのONNX形式エクスポート版で、多言語テキスト生成と翻訳タスクをサポートします。

MT5アーキテクチャに基づくアラビア語-英語要約生成モデル、xlsumデータセットでファインチューニング済み

CrossSumデータセットでファインチューニングされたmT5多対一モデルで、複数言語で書かれたテキストを中国語(簡体字)で要約できます

CrossSumデータセットでファインチューニングされたmT5多対一モデルで、複数言語のテキストをアラビア語に要約できます

CrossSumデータセットでファインチューニングされたmT5多対一要約モデルで、複数言語のテキストをヒンディー語に要約することが可能

CrossSumデータセットでファインチューニングされた多言語要約生成モデルで、45言語間の言語間要約生成をサポート

XL-Sumデータセット45言語でファインチューニングされたmT5モデル、多言語要約生成タスク用