library_name: transformers language:

• ru metrics:
• rouge base_model:
• ai-forever/ruT5-base pipeline_tag: summarization

ruT5-base_新闻标题生成模型

模型详情

基于T5架构的俄语新闻标题生成模型。该模型针对短篇新闻文本（128词以内）进行了优化微调，但在处理长篇报道时同样表现良好。生成的摘要式标题平均包含6-11个词汇。

基础模型：ai-forever/ruT5-base

训练详情

训练数据：247,000篇俄语新闻稿件

训练过程：6个训练周期，完整参数配置详见Google Colab笔记本

测试指标

• Rouge1得分：40.24
• Rouge2得分：23.05
• RougeL得分：37.57

使用示例

from transformers import AutoTokenizer, T5ForConditionalGeneration

model_name = "wanderer-msk/ruT5-base_headline_generation"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = T5ForConditionalGeneration.from_pretrained(model_name)

news_text = """地球居民持续探索火星。
殖民者已在这颗红色星球上种植了42棵苹果树。"""

model_input = tokenizer(
    news_text,
    truncation=True,
    max_length=1024,
    return_tensors="pt"
)
model_output = model.generate(model_input["input_ids"])
news_headline = tokenizer.decode(
    model_output.squeeze(),
    skip_special_tokens=True
)

print(news_headline)