D

Distilbart Cnn 12 6

由sshleifer開發
DistilBART是BART模型的蒸餾版本,專門針對文本摘要任務進行了優化,在保持較高性能的同時顯著提升了推理速度。
下載量 783.96k
發布時間 : 3/2/2022

模型概述

基於BART架構的輕量級文本摘要模型,通過知識蒸餾技術壓縮模型規模,適用於新聞摘要生成等場景。

模型特點

高效推理
相比原始BART模型,推理速度提升2.54倍(distilbart-xsum-12-1版本)
性能平衡
在模型壓縮和摘要質量之間取得良好平衡,Rouge-L分數接近原始BART模型
多配置選擇
提供多種參數配置(如12-1、6-6等),滿足不同場景下的速度-精度需求

模型能力

新聞摘要生成
長文本壓縮
關鍵信息提取

使用案例

媒體行業
新聞自動摘要
為長篇新聞報道生成簡潔摘要
在CNN/DailyMail數據集上Rouge-2達20.57
內容分析
文檔關鍵信息提取
從長文檔中提取核心內容
在XSum數據集上Rouge-L達33.37
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase