许可证：apache-2.0
语言：

• 俄语
  库名称：transformers
  基础模型：google/mt5-base
  标签：
• 摘要生成器
• 文本生成推理
  数据集：
• IlyaGusev/gazeta
  管道标签：summarization
  示例：
• 文本：>- 周一，圣彼得堡卫戍区军事法庭开始审理前联邦安全局（FSB）上尉伊万·克鲁格洛夫一案。他被指控违反俄罗斯联邦刑法第111条第4款（故意造成严重身体伤害，因过失导致受害者死亡）。去年，这名前执法人员非执勤期间使用创伤枪射杀了一名路人——圣彼得堡居民兹维亚德·哈恰图良，后者随后身亡。庭审开始时，被告方请求法庭全程不公开审理。克鲁格洛夫的辩护律师列夫·科若欣提出，因多名现任FSB员工作为证人出庭，可能涉及国家机密信息泄露。但法官维塔利·克拉诺晓科夫部分批准了请求：仅在对FSB员工质询及讨论机密信息时闭庭进行。
  示例标题：摘要生成示例1

这是基于google/mt5-base模型微调而成的俄语文本摘要生成器，训练数据集约5万条样本。后续将持续更新，目标是提升生成质量、长度和准确性。

使用示例：

模型名称 = "sarahai/ru-sum"  
分词器 = AutoTokenizer.from_pretrained(模型名称)
模型 = AutoModelForSeq2SeqLM.from_pretrained(模型名称)

设备 = torch.device("cpu") #如使用CPU

输入文本 = "俄语文本" #您的俄语输入
输入编码 = 分词器(输入文本, return_tensors="pt").input_ids.to(设备)
输出 = 模型.generate(输入编码, max_length=100, min_length=50, length_penalty=2.0, num_beams=4, early_stopping=True) #可根据需求调整参数
摘要 = 分词器.decode(输出[0], skip_special_tokens=True)

print(摘要)

参考文献
Hugging Face模型库
T5论文
免责声明：模型性能受微调数据质量和代表性影响，建议用户根据具体应用场景和数据评估适用性。