D

Distilbart Cnn 12 6

由 sshleifer 开发
DistilBART是BART模型的蒸馏版本,专门针对文本摘要任务进行了优化,在保持较高性能的同时显著提升了推理速度。
下载量 783.96k
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

基于BART架构的轻量级文本摘要模型,通过知识蒸馏技术压缩模型规模,适用于新闻摘要生成等场景。

模型特点

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
在模型压缩和摘要质量之间取得良好平衡,Rouge-L分数接近原始BART模型
多配置选择
提供多种参数配置(如12-1、6-6等),满足不同场景下的速度-精度需求

模型能力

新闻摘要生成
长文本压缩
关键信息提取

使用案例

媒体行业
新闻自动摘要
为长篇新闻报道生成简洁摘要
在CNN/DailyMail数据集上Rouge-2达20.57
内容分析
文档关键信息提取
从长文档中提取核心内容
在XSum数据集上Rouge-L达33.37