Distilbart Xsum 12 3

🚀 DistilBART 模型

DistilBART 模型是用於文本摘要任務的模型，可基於預訓練權重進行條件生成，在多個數據集上有良好表現。

🚀 快速開始

此檢查點應加載到 BartForConditionalGeneration.from_pretrained 中。有關更多信息，請參閱 BART 文檔。

💻 使用示例

基礎用法

# 加載模型
from transformers import BartForConditionalGeneration, BartTokenizer

# 加載預訓練的 DistilBART 模型和分詞器
model = BartForConditionalGeneration.from_pretrained("distilbart-xsum-12-1")
tokenizer = BartTokenizer.from_pretrained("distilbart-xsum-12-1")

# 示例文本
input_text = "This is a sample text for summarization."

# 對輸入文本進行分詞
input_ids = tokenizer(input_text, return_tensors="pt").input_ids

# 生成摘要
summary_ids = model.generate(input_ids)
summary = tokenizer.decode(summary_ids[0], skip_special_tokens=True)

print("Summary:", summary)

📚 詳細文檔

DistilBART 模型指標

📄 許可證

本項目採用 Apache 2.0 許可證。