Bart Large Xsum
模型简介
该模型是基于BART架构的序列到序列模型,专门用于文本摘要任务,尤其在生成极端简洁的新闻摘要(单句摘要)方面表现优异。
模型特点
极端摘要能力
专门针对xsum数据集优化,可生成单句极端简洁的摘要
多数据集适应
在CNN/DailyMail、SAMSum等多种摘要数据集上均有验证表现
高效微调
基于预训练的BART-large模型,可通过少量数据快速微调适应新领域
模型能力
文本摘要生成
长文本压缩
关键信息提取
使用案例
新闻媒体
新闻自动摘要
为长篇新闻报道生成单句摘要
在xsum测试集上ROUGE-1达45.45
对话分析
对话摘要
从聊天记录中提取关键信息
在SAMSum测试集上ROUGE-1达24.92
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98