一个专注于文本摘要生成任务的模型，能够从长文本中提取关键信息生成简洁摘要

基于T5-small模型在XSum数据集上微调的文本摘要模型

T5 Small 是 Google 发布的 T5（Text-to-Text Transfer Transformer）模型的小型版本，适用于多种自然语言处理任务。

该模型是一个摘要生成模型，能够自动生成输入文本的简洁摘要。

基于GPT-2架构微调的文本摘要模型，支持PyTorch和CoreML框架，适用于生成简洁准确的文本摘要。

SummLlama3.2-3B是基于Llama3架构优化的3.2B参数摘要生成模型，提供多种量化版本以适应不同硬件需求。

这是facebook/bart-large-cnn模型的ONNX优化版本，主要用于文本摘要任务。

基于T5-small架构微调的文本处理模型，专注于特定任务的文本生成与转换

基于T5-small架构的微调模型，主要用于文本生成任务，在ROUGE指标上表现一般

DistilBART-CNN-12-6是BART模型的蒸馏版本，专为文本摘要任务优化，体积更小但保持较高性能。

基于FLAN-T5的文本摘要模型，适用于英文文本的自动摘要生成。

基于BART架构的大型文本摘要模型，专为CNN/DailyMail数据集优化

基于distilbart-cnn-12-6模型微调的文本摘要生成模型，在弱监督数据上训练1000步

这是一个基于Flax CLM流程训练的瑞典语GPT2风格模型，训练数据来自wiki40b数据集的瑞典语部分。

KoGPT2 是由 SKT-AI 开发的韩语 GPT-2 模型，基于 Transformer 架构，适用于多种韩语文本生成任务。

DistilBART是BART模型的蒸馏版本，专为文本摘要任务优化，在保持较高性能的同时显著提升推理速度。

Pino是基于BigBird架构的荷兰语预训练模型，采用稀疏注意力机制处理长序列文本，支持最长4096的序列长度。

PEGASUS是一种基于预训练和提取间隙句子的抽象摘要生成模型，由Google Research开发。

DistilBART是BART模型的蒸馏版本，专为文本摘要任务优化，在保持较高性能的同时显著减少模型大小和推理时间。

基于distilroberta-base模型微调的文本处理模型，适用于通用NLP任务

基于BART的弱监督主题标签生成模型，通过生成而非选择方式解决主题标注任务

KeyBART是基于BART架构预训练的文本生成模型，专门用于生成符合CatSeqD格式的串联关键短语序列。

基于T5-small模型在未知数据集上微调的文本摘要模型，擅长生成简洁摘要