# 長文圧縮

Qwen2.5-3Bをファインチューニングしたテキスト要約モデルで、ブログ記事から主要な要点を抽出するのに優れています

このモデルはfacebook/bart-largeをボド語の法律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要約生成モデルです

BART Large CNNはBARTアーキテクチャに基づく事前学習モデルで、テキスト要約タスク専用です。

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facebook/bart-large-cnnモデルのONNX最適化バージョンで、主にテキスト要約タスクに使用されます。

このモデルはfacebook/bart-large-cnnをファインチューニングしたテキスト要約モデルで、法律文書の要約生成タスクに優れています。

ai-forever/ruT5-baseをファインチューニングしたロシア語テキスト要約モデルで、約6万件のサンプルでトレーニングされており、ニュースなどのテキスト要約タスクに適しています。

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。

google/mt5-baseを微調整したロシア語テキスト要約生成モデルで、約5万件のサンプルで訓練されており、高品質なロシア語要約の生成に特化しています。

facebook/bart-baseをファインチューニングしたテキスト要約モデルで、長文から簡潔で一貫性のある要約を生成するのに優れています。

T5アーキテクチャに基づくベトナム語テキスト要約生成モデルで、未知のデータセットでファインチューニングされており、簡潔なベトナム語要約の生成をサポートします。

Bart-Largeアーキテクチャに基づく要約モデルで、研究論文の内容をスライド展示に適した形式に正確に要約するために特別に設計されています。

BARTアーキテクチャに基づくマルチニューステキスト要約モデルで、multi_newsデータセットでファインチューニングされており、ニュース記事の簡潔な要約を生成するのに優れています。

T5アーキテクチャを基にファインチューニングしたポルトガル語法律文書要約モデルで、司法判例の自動要約生成に特化

このモデルはmBART-large-50をファインチューニングしたハンガリー語要約生成モデルで、ハンガリー語テキストの抽象要約生成に特化しています。

mt5-largeアーキテクチャをファインチューニングしたウクライナ語ニュース要約生成モデル、UberTextコーパスでトレーニング

paust/pko-t5-largeモデルをファインチューニングした韓国語テキスト要約モデルで、韓国語の長文から簡潔な要約を生成できます

T5アーキテクチャに基づく韓国語テキスト要約モデルで、韓国語の長文を簡潔に要約できます

これはT5-largeモデルをファインチューニングした要約生成モデルで、XSUMとCNNデイリーメールデータセットでトレーニングされており、簡潔で正確な要約を生成するのに優れています。

Randeng-Pegasus-238M-Summary-Chineseは、IDEA-CCNLによって開発されたPEGASUSアーキテクチャに基づく中国語要約生成モデルで、中国語テキストの要約生成に特化しています。

BARTアーキテクチャに基づくテキスト要約モデルで、未知のデータセットでファインチューニングされており、履歴書の要約生成に優れています

このモデルはmT5-baseアーキテクチャでトレーニングされたペルシャ語テキスト要約生成モデルで、pn_summaryデータセットに特化して最適化されており、高品質なペルシャ語テキスト要約を生成できます。

pnSummaryデータセットに基づいて構築されたペルシア語記事の要約生成モデルで、商業用テキストの要約タスクに適しています。

このモデルはCNN/DailyMail要約データセットで微調整されたbart-baseモデルで、テキスト要約生成タスクに長けています。

kobartフレームワークをファインチューニングした韓国語ニュース要約生成モデルで、長文ニュース記事から重要な情報を抽出し簡潔な要約を生成するのに適しています。

インドネシア語向けにファインチューニングされたT5基本要約生成モデルで、huseinzol05のt5-base-bahasa-summarization-casedモデルを基に、indosumデータセットを使用してファインチューニングされています。

T5アーキテクチャに基づくオランダ語ニュース要約モデル、CNNデイリーメールオランダ語版向けにファインチューニング

BARTアーキテクチャに基づく大規模要約生成モデルで、xsumデータセットで微調整されており、簡潔なニュース要約の生成に優れています。

PEGASUSアーキテクチャをファインチューニングしたテキスト要約モデルで、簡潔で正確な要約を生成するのに優れています

BookSumデータセットに基づく要約生成モデルで、書籍の内容から簡潔で正確な要約を生成するのに優れています。

BARTアーキテクチャに基づくシーケンス・ツー・シーケンスモデルで、CNN/DailyMailデータセットで微調整されており、テキスト要約タスクに適しています。

BERTまたはRoBERTaアーキテクチャに基づいて微調整されたテキスト要約モデルで、CNN/DailyMailデータセットで訓練されています。