语言：英语
许可证：Apache-2.0
数据集：

• XSum
  标签：
• 摘要生成

Roberta2Roberta_L-24_bbc 编码器-解码器模型

该模型由Sascha Rothe、Shashi Narayan和Aliaksei Severyn在这篇论文中提出，并首次发布于此代码库。

该模型是一个编码器-解码器架构，其编码器和解码器均基于roberta-large检查点初始化，并在BBC XSum数据集（如上链接）上进行了极端摘要生成的微调。

免责声明：本模型卡片由Hugging Face团队撰写。

使用方法

您可以将此模型用于极端摘要生成任务，例如：

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("google/roberta2roberta_L-24_bbc")
model = AutoModelForSeq2SeqLM.from_pretrained("google/roberta2roberta_L-24_bbc")

article = """问题主要影响使用旧版PlayStation 3（俗称“厚机”）的用户。去年9月上市的新款PS3 Slim主机不受此问题影响。索尼表示正全力修复，并建议部分用户暂时停用主机。“我们预计24小时内解决问题，”声明称，“在此期间，若非新款PS3 Slim机型，建议暂停使用，否则可能导致奖杯记录异常等故障，部分数据或无法恢复。”“经查，该问题由系统时钟功能漏洞引发。”PlayStation Network全球用户数以百万计，支持《FIFA》等游戏的在线对战，并提供软件下载和在线商店服务。"""

input_ids = tokenizer(article, return_tensors="pt").input_ids
output_ids = model.generate(input_ids)[0]
print(tokenizer.decode(output_ids, skip_special_tokens=True))
# 预期输出：
# 因PlayStation 3网络故障，索尼建议部分玩家暂勿使用该服务。