# 対話要約

google/flan-t5-baseモデルを基に、対話要約タスク向けにPEFT手法でパラメータ効率的にファインチューニングしたバージョン

このモデルはgoogle/pegasus-cnn_dailymailをsamsumデータセットでファインチューニングしたテキスト要約モデルで、対話要約タスクに特化しています。

これはSAMSumデータセットでファインチューニングされたT5テキスト要約モデルで、対話や会話の要約タスクに適しています。

T5 Smallアーキテクチャを微調整した対話要約モデルで、Samsung/samsumデータセットに特化して最適化されており、簡潔で正確な対話要約を生成できます。

SummLlama3.1-8BはLlama3.1-8B-Instructを初期化したテキスト要約モデルで、大規模な要約フィードバックを用いた直接選好最適化（DPO）トレーニングにより、忠実性、完全性、簡潔性の面で優れた性能を発揮します。

SummLlama3-70BはLlama3-70B-Instructをベースに初期化されたテキスト要約モデルで、大規模な要約フィードバックを用いたDPOトレーニングにより最適化され、忠実性、完全性、簡潔性の面で優れた性能を発揮します。

これはT5-baseアーキテクチャを基に、LoRA技術でファインチューニングされた対話要約モデルで、効率的な対話要約生成のために設計されています。

このモデルはPegasusアーキテクチャに基づき、SAMSUMデータセットでファインチューニングされた英語対話要約モデルです。

このモデルはgoogle/flan-t5-baseをsamsum対話要約データセットでファインチューニングしたバージョンで、対話要約タスク専用に設計されています。

BART-large-cnnをファインチューニングした英語対話要約モデルで、Samsung/samsumデータセットに最適化されています

このモデルはsamsumデータセットでgoogle/pegasus-cnn_dailymailをファインチューニングしたバージョンで、主にテキスト要約タスクに使用されます。

BART-large-xsumを基にファインチューニングした対話要約モデルで、SamSum対話データセットに特化して最適化されています

BART-largeアーキテクチャを基にSAMSumデータセットでファインチューニングされた対話要約生成モデル

Long-T5アーキテクチャに基づく要約生成モデルで、多言語テキスト要約タスクをサポートします。

Googleのflan-t5-baseモデルをsamsum対話要約データセットでファインチューニングしたテキスト生成モデルで、対話要約タスクに優れています

このモデルは、facebook/bart-large-xsumをベースに、samsumデータセットで微調整されたテキスト要約生成モデルで、対話要約の生成に長けています。

google/flan-t5-largeをベースにstacked-samsum-1024データセットで微調整した要約生成モデルで、スタック要約手法を用いて情報抽出能力を向上させています。

t5-smallをベースに微調整した対話要約生成モデルで、samsumデータセットで学習されました。

このモデルはBARTアーキテクチャに基づき、SAMSum対話データセットで微調整された抽象的なテキスト要約モデルで、対話要約の生成に特化しています。

SAMSumデータセットを基に微調整された軽量級の対話要約モデルで、アマゾンSageMakerとHugging Faceコンテナを使用して訓練されました。

BART-largeアーキテクチャに基づいて微調整された対話要約生成モデルで、SAMSumデータセットでトレーニングされ、対話テキストの要約に特化して最適化されています。

DialogLMは、Longformer-Encoder-Decoder（LED）アーキテクチャに基づく事前学習モデルで、長い対話理解と要約タスク用に設計されています。