基于google/flan-t5-base模型在对话摘要任务上的微调版本，使用PEFT方法进行参数高效微调

该模型是基于google/pegasus-cnn_dailymail在samsum数据集上微调的文本摘要模型，专门用于对话摘要任务。

这是一个基于SAMSum数据集微调的T5文本摘要模型，适用于对话和会话的摘要任务。

基于T5 Small架构微调的对话摘要模型，专门针对Samsung/samsum数据集优化，能够生成简洁准确的对话摘要。

基于微调的 Llama 3.2 (3B) 的对话摘要模型，专门用于生成对话的简洁摘要。

SummLlama3.1-8B是基于Llama3.1-8B-Instruct初始化的文本摘要模型，通过大规模摘要反馈的直接偏好优化（DPO）训练，在忠实性、完整性和简洁性方面表现优异。

SummLlama3-70B是基于Llama3-70B-Instruct初始化的文本摘要模型，通过大规模摘要反馈的DPO训练优化，在忠实性、完整性和简洁性方面表现优异。

这是一个基于T5-base架构，使用LoRA技术微调的对话摘要模型，专为高效生成对话摘要而设计。

该模型是基于 Pegasus 架构，在 SAMSUM 数据集上微调得到的英语对话摘要模型。

该模型是基于google/flan-t5-base在samsum对话摘要数据集上微调的版本，专门用于生成对话摘要任务。

基于BART-large-cnn微调的英语对话摘要模型，专门针对Samsung/samsum数据集优化

该模型是在samsum数据集上对google/pegasus-cnn_dailymail进行微调的版本，主要用于文本摘要任务。

基于BART-large-xsum微调的对话摘要模型，专门针对SamSum对话数据集优化

基于BART-large架构微调的对话摘要生成模型，在SAMSum数据集上训练

基于Long-T5架构的摘要生成模型，支持多语言文本摘要任务。

基于Google的flan-t5-base模型在samsum对话摘要数据集上微调的文本生成模型，擅长对话摘要任务

该模型是基于facebook/bart-large-xsum在samsum数据集上微调的文本摘要生成模型，擅长生成对话摘要。

基于google/flan-t5-large在stacked-samsum-1024数据集上微调的摘要生成模型，采用堆叠摘要方法改进信息提炼能力

基于t5-small微调的对话摘要生成模型，在samsum数据集上训练

基于BART-large架构的对话摘要模型，专门针对SAMSum对话数据集进行微调，能够生成高质量的对话摘要。

基于BART-large架构微调的对话摘要生成模型，在SAMSum数据集上训练，专为对话文本摘要优化

该模型是基于BART架构，在SAMSum对话数据集上微调的抽象文本摘要模型，专门用于生成对话摘要。

基于SAMSum数据集微调的轻量级对话摘要模型，使用亚马逊SageMaker和Hugging Face容器训练

基于BART-base架构的对话摘要模型，使用Amazon SageMaker和Hugging Face深度学习容器训练，适用于SAMSum数据集。

DialogLM是基于长文本编码器-解码器（LED）架构的预训练模型，专为长对话理解与摘要任务设计。

DialogLM是基于Longformer-Encoder-Decoder（LED）架构的预训练模型，专为长对话理解与摘要任务设计。