O3ap Sm

🚀 O3ap-sm：烏克蘭新聞摘要生成器

O3ap-sm 是一款基於 T5-small 架構微調的烏克蘭新聞摘要生成模型。該模型在烏克蘭語語料庫 CCMatrix 上進行訓練，可高效完成新聞文本的摘要生成任務。

🚀 快速開始

安裝

pip install transformers

加載模型

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("d0p3/O3ap-sm")
model = AutoModelForSeq2SeqLM.from_pretrained("d0p3/O3ap-sm")

生成摘要

news_article = "**YOUR NEWS ARTICLE TEXT IN UKRAINIAN**"

input_ids = tokenizer(news_article, return_tensors="pt").input_ids
output_ids = model.generate(input_ids)

summary = tokenizer.decode(output_ids[0], skip_special_tokens=True)

print(summary)

✨ 主要特性

• 多數據集訓練：模型在多個烏克蘭新聞數據集上進行微調，包括 shamotskyi/ukr_pravda_2y、d0p3/ukr-pravda-news-summary 和 d0p3/ukr-pravda-news-summary-v1.0，能夠更好地適應不同風格和主題的新聞文本。
• 多語言支持：支持烏克蘭語和英語，擴大了模型的應用範圍。

📚 詳細文檔

模型概述

侷限性

• 該模型在處理非正式或口語化程度較高的烏克蘭語文本時，性能可能不佳。
• 與其他語言模型一樣，該模型可能會生成事實錯誤的摘要，或者生成反映訓練數據中存在的偏差的摘要。

倫理考量

• 透明度：明確說明模型用於新聞文章摘要生成的預期用途及其侷限性。
• 偏差：意識到在訓練數據選擇或微調過程中可能引入的偏差，並在可能的情況下采取緩解策略。
• 濫用：認識到模型可能被濫用，例如生成誤導性摘要。建議謹慎使用並對其輸出進行批判性評估。

📄 許可證

該模型採用 [CC-BY-NC-4.0] 許可證發佈。